醫(yī)學圖像識別技術(shù)的研究.pdf

1、隨著可視化技術(shù)的不斷發(fā)展，現(xiàn)代醫(yī)學已越來越離不開醫(yī)學圖像的信息，醫(yī)學圖像診斷在現(xiàn)代醫(yī)療中占有極為重要的地位，醫(yī)學圖像在臨床診斷、教學科研等方面有著極其重要的作用。
　　本論文主要針對腎小球組織的提取對醫(yī)學圖像的識別技術(shù)進行了研究。論文中首先分析了腎臟組織切片圖像在制作過程中造成的圖像本身的一些復雜特點，以及其給提取工作帶來的困難。為了逐一解決這些困難，運用了色彩空間變換以及BP神經(jīng)元網(wǎng)絡(luò)的方法對圖像進行分類和閾值處理，利用數(shù)學形態(tài)

2、學和計算機圖形學以及數(shù)值分析中的插值等方法對圖像進行了細化、間隙連接、鏈碼、種子填充、邊界擬合等處理。經(jīng)過這些方法的處理之后，成功的提取出了圖像中規(guī)則形態(tài)的腎小球組織，并且對于不規(guī)則形態(tài)的腎小球組織給予了其所在局部區(qū)域的定位。其中，在對圖像進行二值化時，論文首先對不同染色條件下的組織切片圖像進行分類，對每個類別設(shè)計一個BP神經(jīng)元網(wǎng)絡(luò)分別進行圖像處理，這種方法很好的解決了難以定義圖像顏色特征的困難，對于后面的提取工作具有很重要的意義。通過

3、對腎小球組織提取的課題研究，使得本人對醫(yī)學圖像的識別技術(shù)有了更加深入的理解。
　　本論文的研究主要利用了計算機技術(shù)和圖像處理技術(shù)把腎臟組織切片中的腎小球組織自動檢測提取出來，方便了對腎小球后期的分析和得出相關(guān)數(shù)據(jù)，這也將會對于解放人力，節(jié)省時間，減少誤診率以及對利用腎活檢技術(shù)對腎臟發(fā)病機制的研究都具有重要的意義。
　　論文的最后，把在攻讀學位期間所研究的基于醫(yī)學圖像識別技術(shù)的另一應(yīng)用特例——基因圖像的自動診斷技術(shù)給予了簡單的