• 近年来，医学成像因其在医疗应用中的核心地位而吸引了越来越多的关注。
  • 计算机视觉技术在手术和某些疾病的治疗中显示出巨大的应用潜力。

在过去的几十年里，计算机视觉、图像处理和模式识别的研究取得了显著进展。同时，由于医学成像在医疗应用中的核心重要性，它在近年来越来越受到关注。研究人员发表了大量基础科学资料和数据，记录了医学成像的进展及其在医疗保健中的应用。

医学图像分析

这一主题旨在探讨医学图像分析方法的改进和新技巧。首先，从不同诊断成像技术中获得的多模态信息的整合对于综合表征检查区域至关重要。因此，图像配准在定性视觉评估和定量多参数分析的研究应用中变得非常关键。意大利的 S. Monti 等人发表了“An Evaluation of the Benefits of Simultaneous Acquisition on PET/MR Coregistration in Head/Neck Imaging”的研究，该研究比较并评估了传统配准方法（应用于单独模态的 PET 和 MR）与混合 PET/MR 隐式配准所得结果在头颈部等复杂解剖区域中的性能。实验结果显示，混合 PET/MR 提供的配准精度高于回顾性配准的图像。

另请阅读：什么是机器学习和计算机视觉？

另请阅读：计算机视觉的 5 个应用

计算机视觉用于预测分析和治疗

计算机视觉技术在手术和某些疾病的治疗中展现了巨大的应用潜力。最近，三维（3D）建模和快速原型技术推动了医学成像模式（如 CT 和 MRI）的发展。冰岛的 P. Gargiulo 等人发表了“New Directions in 3D Medical Modeling: 3D-Printing Anatomy and Functions in Neurosurgical Planning”的研究，他们结合 CT、MRI 图像与 DTI 纤维束成像，并使用图像分割方案对颅底、肿瘤和五条重要纤维束进行三维建模。作者为高级神经外科准备提供了一种极具潜力的治疗方法。

老年人容易摔倒，这会对身体造成伤害，并因此产生严重的负面心理影响。台湾的林哲辉等人设计了“Fall Prevention Shoes Using Camera-Based Line-Laser Obstacle Detection System”，一个有趣的线激光障碍物检测系统，用于防止老人摔倒。在该系统中，激光线穿过水平面并距离地面特定高度，相机光轴与水平面呈特定倾斜角，从而使相机能观察到激光图案以识别潜在障碍物。不幸的是，该系统主要适用于室内应用，而非室外环境。

医学图像的基础算法

器官分割是CAD系统的先决条件。实际上，分割算法是图像处理中最重要、最基础的部分，并能提高疾病预测和治疗的水平。中国的 C. Pan 等人发表了“Leukocyte Image Segmentation Using Novel Saliency Detection Based on Positive Feedback of Visual Perception”的研究，他们利用集成的多调和极限学习机（EPELM）和感知正反馈来检测显著对象，该方法完全数据驱动，无需任何先验知识和标记样本，与现有算法相比有优势。基于 EPELM 的正反馈模块聚焦于注视区域，目的是增强对象、抑制噪声并提升感知饱和度。在多个标准图像数据库上的实验表明，该新型算法优于传统显著性检测算法，并能成功地在不同成像条件下分割有核细胞。

他们的研究指出了医学图像在临床和理论前瞻方面的关键需求。本博客汇集了计算机视觉在医学图像和临床应用方面的各种新发展。