本書是醫(yī)學影像學和醫(yī)學圖像處理相結(jié)合的教材。醫(yī)學影像學部分涵蓋X線、CT、MRI、超聲、核素顯像五類醫(yī)學影像，著重分析各類影像的成像原理和臨床應用。醫(yī)學圖像處理部分包括醫(yī)學圖像處理的基本概念、圖像增強、圖像分割、圖像配準、圖像可視化幾個主要部分。
劉惠，副教授，2007年獲上海交通大學模式識別與智能系統(tǒng)學科工學博士學位，2007年5月至今在大連理工大學電子信息與電氣工程學部生物醫(yī)學工程系工作。
第1章 X線診斷 1
1.1 X線成像 1
1.1.1 X線成像原理 1
1.1.2 X線成像技術(shù) 2
1.2 X線成像的臨床應用 3
1.2.1 胸部病變 3
1.2.2 腹盆部病變 13
1.2.3 骨關(guān)節(jié)病變 16
第2章 CT診斷 28
2.1 CT成像原理 28
2.2 CT的臨床應用 31
2.2.1 中樞神經(jīng)系統(tǒng)病變 31
2.2.2 頭頸部病變 39
2.2.3 胸部病變 46
2.2.4 腹盆部病變 52
2.2.5 骨關(guān)節(jié)病變 64
第3章 MRI診斷 69
3.1 MRI成像原理 69
3.1.1 MRI技術(shù)原理和基本概念 69
3.1.2 MRI圖像特點 70
3.1.3 MRI檢查技術(shù) 71
3.1.4 MRI的優(yōu)點和限制 73
3.1.5 MRI成像中的偽影 73
3.1.6 MRI設(shè)備 73
3.2 MRI的臨床應用 74
3.2.1 中樞神經(jīng)系統(tǒng)病變 74
3.2.2 頭頸部病變 82
3.2.3 胸部病變 85
3.2.4 腹盆部病變 87
3.2.5 骨關(guān)節(jié)病變 98
第4章 超聲診斷 104
4.1 超聲診斷原理 104
4.2 超聲臨床應用 104
4.2.1 乳腺病變 104
4.2.2 甲狀腺超聲診斷 107
4.2.3 腹部病變超聲診斷 110
第5章 核素顯像診斷 118
5.1 核素顯像原理 118
5.2 核醫(yī)學顯像儀器 125
5.2.1 γ照相機 125
5.2.2 SPECT與SPECT/CT 127
5.2.3 PET與PET/CT、PET/MRI 128
5.2.4 臨床應用 130
5.3 PET/CT顯像 137
5.3.1 18F-FDG PET/CT顯像 137
5.3.2 PET/CT其他顯像 140
5.3.3 神經(jīng)科學 141
第6章 醫(yī)學圖像基礎(chǔ) 142
6.1 圖像像素、空間分辨率和亮度分辨率 142
6.2 數(shù)字圖像類型及文件存儲格式 144
6.2.1 數(shù)字圖像類型 144
6.2.2 文件存儲格式 145
6.3 圖像的亮度直方圖 147
6.3.1 直方圖的概念 147
6.3.2 直方圖的用途 149
6.4 彩色模型 149
6.4.1 彩色編碼 149
6.4.2 偽彩色與假彩色 152
6.5 醫(yī)學圖像的基本運算 152
6.5.1 醫(yī)學圖像的亮度變換 152
6.5.2 醫(yī)學圖像的幾何運算移、旋轉(zhuǎn)、縮放） 155
6.5.3 醫(yī)學圖像的頻域變換（傅里葉、離散余弦、小波） 155
6.6 圖像的插值技術(shù) 160
6.6.1 插值的概念 160
6.6.2 插值方法 160
6.7 圖像的形態(tài)學處理 164
6.7.1 腐蝕 164
6.7.2 膨脹 164
6.7.3 開運算與閉運算 165
6.7.4 灰度圖像的形態(tài)算 165
第7章 醫(yī)學圖像增強 167
7.1 一些基本的灰度變換 167
7.1.1 線性灰度變換 167
7.1.2 分段線性灰度變換 169
7.1.3 對數(shù)變換 169
7.1.4 冪次變換 170
7.2 醫(yī)學圖像的直方圖增強 170
7.2.1 直方圖增強概述 170
7.2.2 直方圖均衡化 171
7.2.3 直方圖規(guī)定化 174
7.3 醫(yī)學圖像的空域濾波增強 176
7.3.1 空域濾波增強概述 176
7.3.2 空滑 176
7.3.3 空域銳化 177
7.4 醫(yī)學圖像的頻域濾波增強 178
7.4.1 低通濾波器 178
7.4.2 高通濾波器 179
7.5 其他圖像增強算法 179
7.5.1 數(shù)學形態(tài)學灰度增強方法 179
7.5.2 模糊增強方法 179
7.5.3 深度學方法 180
第8章 醫(yī)學圖像分割 181
8.1 醫(yī)學圖像分割概念 181
8.2 邊緣檢測技術(shù) 182
8.2.1 并行邊緣檢測技術(shù) 182
8.2.2 串行邊緣檢測技術(shù) 187
8.3 閾值分割技術(shù) 189
8.3.1 全局閾值法 190
8.3.2 局部閾值法 194
8.3.3 動態(tài)閾值法 195
8.4 區(qū)域分割技術(shù) 196
8.4.1 區(qū)域生長 196
8.4.2 區(qū)域分裂合并 198
8.5 聚類分割技術(shù) 199
8.5.1 K均值聚類算法 199
8.5.2 模糊C均值算法 200
8.6 基于形態(tài)學的分水嶺技術(shù) 202
8.6.1 分水嶺基本概念 202
8.6.2 分水嶺分割算法 203
8.7 基于形變模型的分割技術(shù) 204
8.7.1 參數(shù)形變模型 205
8.7.2 幾何形變模型 207
8.8 醫(yī)學圖像分割技術(shù)的評估 211
第9章 醫(yī)學圖像配準 215
9.1 醫(yī)學圖像配準定義 215
9.1.1 數(shù)學模型 215
9.1.2 醫(yī)學圖像配準模型 215
9.2 醫(yī)學圖像配準的基本框架 216
9.2.1 特征空間 217
9.2.2 搜索空間（幾何變換） 218
9.2.3 搜索算法 221
9.2.4 相似性測度 221
9.3 醫(yī)學圖像配準的主要方法及其分類 223
9.4 常用的醫(yī)學圖像配準方法 225
9.4.1 基于特征點的配準方法 226
9.4.2 基于表面的圖像配準方法 227
9.4.3 基于像素的圖像配準方法 227
9.4.4 基于變換域的圖像配準方法 229
9.4.5 基于深度學像配準方法 230
9.5 醫(yī)學圖像配準中插值技術(shù) 231
9.6 醫(yī)學圖像配準方法的評估 233
第10章 醫(yī)學圖像可視化技術(shù) 236
10.1 醫(yī)學圖像可視化技術(shù)概述 236
10.1.1 醫(yī)學圖像可視化技術(shù)的產(chǎn)生 236
10.1.2 醫(yī)學圖像可視化的應用 237
10.1.3 醫(yī)學圖像可視化的分類 238
10.2 醫(yī)學圖像可視化的過程 238
10.3 面繪制技術(shù) 241
10.3.1 表面表達與繪制方法 241
10.3.2 體素模型與等值面的定義 242
10.3.3 移動立方體算法（MC） 243
10.3.4 Discretized Marching Cubes（DiscMC）算法 251
10.3.5 Marching Tetrahedra（MT）算法和剖分立方體算法 254
10.4 254
10.4.1 光線投射算法 255
10.4.2 錯切變形算法 257
10.4.3 拋雪球算法 259
10.5 可視臺 260
參考文獻 263
書單推薦
