(昆明卫生职业学院 ;云南昆明650101)
【摘要】在现代医学快速发展的现阶段，各种科学技术开始融入其中，使得在处理期间借助影像分析病情，如X摄片、CT影像等，通过在计算机图像处理中对图像的还原，为疾病诊治提供可靠依据。为保证影像质量，应加强对图像处理技术的分析，找寻该技术和影像技术间的关键点，提升影像图片的处理能力，提高疾病的治疗效果。基于此，笔者从计算机图像处理技术及意义出发，对计算机图像处理技术的具体应用进行了简要探讨。
【关键词】医学影像；计算机；图像处理技术
【中图分类号】R2【文献标号】A【文章编号】2095-9753（2018）10-0197-01
和古代中医不同，现代医学追求快速、准确的明确病变位置，并对其进行有效治疗。在实际工作中，为提高疾病诊断准确性，减少医疗事故的发生，需要引入先进的技术和医疗设备，其中影像技术凭借无创、直观等优势成为临床诊断中的常用技术，但是受人为操作、成像设备等因素影响，常出现病灶不清、噪声等问题，增加疾病的确诊难度。而计算机图像处理技术的使用，弥补了上述不足，提高了诊断准确率，现从以下几点对该技术在现代医学影像技术中的应用进行综述。
1计算机图像处理技术及意义
1.1计算机图像处理技术 在现代医学的发展中，影像技术是最常用的技术，重点是分析图像成像，找到适合患者的治疗方法。从我国当前的医学发展情况来看，几乎所有的患者都使用了影像技术，如X射线、CT片等，都需要通过影像技术的使用，来反馈患者病变部位的成像，但是要想保证成像的清晰反馈，就要加强对该技术自身因素的管控，保证成像清晰度，提升诊断效果。另一方面，计算机图像处理技术中的MAYA、PS等技术也在影像技术中广泛使用。
1.2算机图像处理技术的应用意义 在以往的图像信号生成和传输中，受噪声、医疗器械自身等因素影响，常出现对比度差、细节模糊等现象，影响成像质量。而且，成像多用亮度不等的灰度表示，再加上病灶早期空间形态变化小，拍出片子肉眼不可见，增加误诊、漏诊的发生风险，影响疾病诊断结果。因此，合理使用方法和技术来分析影像，能降低误诊率，提高诊断准确率。既往研究证实，在现代医学影响领域的数字成像技术有着这样的共性：基于计算机将图像的采集、存储、传递等分成多个部分，将各部分内容数字化，该共性为日后各模块的优化和图像信息数据的处理提供了便利[1]。
期刊文章分类查询,尽在期刊图书馆以X-CT成像为例，预处理影像后能滤掉影响影像的不利因素，处理掉无用信息，保留有价值的信息。这种情况下，能增强病灶信息的可读性，保留图像形态，改善视觉效果，实现处理图像的目标。
2现代医学影像技术中计算机图像处理技术的应用
2.1图像去噪 在传输医学影像时，常受声音噪点的影响，使影像图片出现噪点，影响医生对疾病的判断。这种情况下，可使用计算机图像处理技术对噪点进行处理，通过该技术自身的图像处理功能降低影像噪点，满足影像的使用要求。为保证影像的处理效果，应及时清除噪点，通过分析电子元件的干扰，明确噪点出现根源，并选用有效措施进行处理，提高图像质量，当前常用的去噪方法为中值滤波、均值滤波等。
2.2图像增强 图像增强是影像技术中常用的图像处理技术，其应用过于重视对图像清晰度、分辨率的提升，同时还要求降低噪音，消除干扰，通过对图像对比度、清晰度、伪彩色等的增强，提高影像质量[2]。和图像噪声不同，图像增强过程中无需考虑影响影像质量的因素，不需要真实的反应原始图像，只需要突出感兴趣的内容即可。但是要对图像质量降低的因素进行分析和了解，建立降质模型，然后使用各种方法来增强图像背景和感兴趣内容间的对比度，例如增加影像的高频分量，使患者组织轮廓清晰，细节特征突出；增加影像的低频分量，降低噪声干扰，达到最终的提高影像清晰度的效果。
根据空间的不同，可将图像增强划分成这样两种方法：第一种，基于空间领域的增强方法，直接处理图像中的像素灰度值，算法包括直方图规定划、直方图均衡化等；第二种，基于频率领域的增强方法，该方法是不直接处理图像的，而是将空间领域转变为频率领域，在该领域内处理频谱，再用反傅里叶将其转变为空间领域，常用算法包括同态滤波、低通滤波等。总之，计算机图像处理技术在影像技术中的使用，能增强图像的显示结果。
2.3图像分割 图像分割也是影像技术中的常用技术，其目的是将图像中感兴趣、有意义的内容从背景中剥离出，常划分成多个、不相互的区域。通常情况下，感兴趣、有意义的内容是图像边缘、图像区域等，对图像进行分割是日后对图像进行识别、理解的重要依据，目前常用的算法是区域分割、边缘检测，但是这些算法尚无法有效处理图像，因此需要对图像分割进行更深层次的分析和研究。
从灰度值着手，可将图像分割方法划分为这样两种：第一种，基于区域间灰度不连续的分割。首先提取各区域边界，然后再明确边界所限定的区域[3]。由于图像中的边缘是灰度级且不断跃变的，可根据像素灰度级的不连续性找寻点、边、线等，最终明确边缘，当前最常用的方法是边缘检测分割法；第二种，基于区域内部灰度相似的分割。明确各像素归属区域，形成区域图集后再分割图像，常用算法为分裂合并法、形态学分割等。总而言之，图像分割在现代医学影像技术中的应用，能差异化的处理图像，保证其能在实际应用中分解图像，同时还能详细的总结和分析诊断因素，满足着影像技术的应用要求，提高着诊断准确率。
3讨论
综上所述，在医学影像的生成和传输中，常受噪声干扰、医疗设备因素影响出现对比度不强、边缘不清晰等情况，不利于疾病诊断和治疗。而计算机图像处理技术在影像技术中的具体应用，能从源头上去除影响影像质量的因素，提高该技术的应用效果。本文分析得知，当前常用的计算机图像处理技术包括图像去噪、图像增强和图像分割，合理使用这些技术，不但能提升现代医学影像技术的应用效果，还能促进影像学科发展。
参考文献：
[1]李越.计算机图像处理技术在医学影像中的进展与应用[J].电脑知识与技术,2016,12(30):238-240.
[2]刘泽宇,郭炜婷.计算机图像处理技术在医学影像中的进展与应用研究[J].中国卫生标准管理,2018,9(9):116-118.
[3]李锐娟,李瑞敏.临床医学中计算机图像处理技术的应用[J].中国新通信,2016,18(21):153.
论文作者:刘永思,王红霞
论文发表刊物:《中国医学人文》2018年第10期
论文发表时间:2019/3/11
标签：图像论文; 技术论文; 影像论文; 图像处理论文; 计算机论文; 医学影像论文; 灰度论文; 《中国医学人文》2018年第10期论文;