智能信息感知技術(shù) 課件 第八章 智能醫(yī)學(xué)傳感技術(shù)

智能傳感技術(shù)——第八章

智能醫(yī)學(xué)傳感技術(shù)目 錄28.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)典型智能醫(yī)學(xué)傳感器智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)智能醫(yī)學(xué)傳感技術(shù)典型應(yīng)用8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.1

醫(yī)學(xué)傳感器醫(yī)用傳感器，顧名思義，它是應(yīng)用于生物醫(yī)學(xué)領(lǐng)域的那一部分傳感器，它所拾取的信息是人體的生理信息，而它的輸出常以電信號(hào)來表現(xiàn)，因此，醫(yī)用傳感器可以定義為：把人體的生理信息轉(zhuǎn)換成為與之有確定函數(shù)關(guān)系的電信息的變換裝置。38.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)48.1.1

醫(yī)學(xué)傳感器人體生理信息有

電信息（心電、細(xì)胞膜電位）非電信息（血壓、溫度）從分布來說有

體內(nèi)的（如血壓等各類壓力）體表的（如心電等各類生物電)體外的(如紅外、生物磁等）8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.1

醫(yī)學(xué)傳感器5生物傳感器生理參數(shù)利用生物活性物質(zhì)選擇性識(shí)別來測定生化物質(zhì)利用材料的物理變化物理傳感器非電學(xué)量參數(shù)機(jī)體的各種生物電（心電、腦電、肌電、神經(jīng)元放電等）生物電電極電學(xué)量參數(shù)利用化學(xué)反應(yīng)原理，把化學(xué)成分、濃度轉(zhuǎn)換成電信號(hào)化學(xué)傳感器8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.1

醫(yī)學(xué)傳感器常見的醫(yī)學(xué)傳感器？68.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)78.1.1

醫(yī)學(xué)傳感器醫(yī)用傳感器用于人體生理信息檢測時(shí)，具有以下主要特點(diǎn)：被測量生理參數(shù)均為低頻或超低頻信息，頻率分布范圍在直流～300Hz。生理參數(shù)的信號(hào)微弱，測量范圍分布在uV～mV數(shù)量級(jí)。被測量的信噪比低，且噪聲來源可能是多方面的。由于人體是一導(dǎo)電體，體外的電場、磁場感應(yīng)都會(huì)在人體內(nèi)形成測量噪聲，干擾生理信息的檢測。人體是一有機(jī)整體，各器官功能密切相關(guān)，傳感器所拾取信息往往是由多種參數(shù)綜合而形成的。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)88.1.1

生物醫(yī)學(xué)傳感器生物醫(yī)學(xué)傳感器定義為“

使用固定化的生物分子 (immobilizedbiomolecules)

結(jié)合換能器,

用來偵測生體內(nèi)或生體外的環(huán)境化學(xué)物質(zhì)或與之起特異性交互作用后產(chǎn)生響應(yīng)的一種裝置”。生物傳感器由兩個(gè)主要關(guān)鍵部分所構(gòu)成，一為來自于生物體分子、組織部分或個(gè)體細(xì)胞的分子辨認(rèn)組件，此一組為生物傳感器信號(hào)接收或產(chǎn)生部分，另一為屬于硬件儀器組建部分，主要為物理信號(hào)轉(zhuǎn)換組件，主要是由電化學(xué)或光學(xué)檢測元件（如電流、電位測量電極，離子敏場效應(yīng)晶體管，壓電晶體等）。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.1

生物醫(yī)學(xué)傳感器電極熱→電光→電壓→電FET閥值電位被測物質(zhì)酶微生物細(xì)胞或組織抗原或抗體測量或控制裝置識(shí)別部件9轉(zhuǎn)換部件生物傳感器生物傳感器結(jié)構(gòu)框圖8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.2

新型醫(yī)學(xué)傳感器新型傳感技術(shù)，比如微機(jī)電系統(tǒng)（MEMS）、生物化學(xué)傳感器、免疫傳感器等的陸續(xù)出現(xiàn)，加速了醫(yī)療保健的發(fā)展。傳感技術(shù)使得健康狀態(tài)定期或連續(xù)監(jiān)控成為可能，這反過來使得新型積極護(hù)理模式的實(shí)現(xiàn)成為可能。因?yàn)楦深A(yù)治療更為有效并且成本更為低廉，病癥會(huì)更早地得到診斷，所以從長遠(yuǎn)來看，病人的未來會(huì)得到改善。108.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.2

新型醫(yī)學(xué)傳感器在疾病監(jiān)測中的應(yīng)用在監(jiān)測慢性疾病的遠(yuǎn)程醫(yī)療領(lǐng)域中，已經(jīng)找到了用于持續(xù)監(jiān)測的解決方案，比如慢性阻塞性肺?。–OPD）、充血性心力衰竭（CHF）和糖尿病。這種監(jiān)測方式為疾病狀態(tài)提供持續(xù)的觀測，通過預(yù)測和防止疾病的急性發(fā)作，從而降低身體和經(jīng)濟(jì)上的成本。在急性發(fā)作后治療病人，目前常采用應(yīng)急護(hù)理模式，這種模式可能導(dǎo)致患者的健康和幸福毀滅性和不可逆轉(zhuǎn)的改變，并且加速病人的身體衰弱。118.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)128.1.2

新型醫(yī)學(xué)傳感器在疾病監(jiān)測中的應(yīng)用傳感技術(shù)會(huì)逐漸應(yīng)用于普通人口篩查，成為國家衛(wèi)生保健計(jì)劃的一部分，以提高公共衛(wèi)生水平。個(gè)體，尤其是那些沒病找病的“疑病癥”個(gè)體（那些身體健康，但是擔(dān)心生病，并且通過拜訪他們的醫(yī)生、檢測自身或者沒有醫(yī)學(xué)根據(jù)而服用藥物以尋求安慰的個(gè)體），也很有可能會(huì)使用傳感技術(shù)來積極地監(jiān)測和維持他們自身的健康。隨著流行的傳感技術(shù)成為醫(yī)療規(guī)范，它們會(huì)顯著地增加我們在疾病風(fēng)險(xiǎn)和干預(yù)治療有效性方面的知識(shí)?，F(xiàn)有的技術(shù)方案能幫助我們更好地理解衰老的過程，包括識(shí)別認(rèn)知能力下降、衰弱的早期跡象，以及運(yùn)動(dòng)和神經(jīng)系統(tǒng)的問題。傳感器技術(shù)通過建立對(duì)人體健康狀態(tài)變化的詳盡的認(rèn)知使得在個(gè)體水平上了解人體的健康狀況成為可能。這些數(shù)據(jù)能提供對(duì)人體健康影響最大的病癥的早期預(yù)警信號(hào)。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)138.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（1）改變我們醫(yī)療工作的方式隨著非處方診斷性測試、直接面向消費(fèi)者的基因檢測試劑盒、生理監(jiān)測傳感器以及生育能力監(jiān)控的普及，正在朝著“量化自我”和“生命記錄”的網(wǎng)上在線方式發(fā)展。尋求治療方法或者嘗試一個(gè)已知疾病風(fēng)險(xiǎn)的預(yù)防性措施。一滴血驗(yàn)病”的檢測芯片8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)418.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（1）改變我們醫(yī)療工作的方式醫(yī)療是我們理解和治療個(gè)人疾病方式改變的關(guān)鍵。我們開始遠(yuǎn)離基于經(jīng)驗(yàn)和人群的醫(yī)學(xué)，而接受精確的個(gè)性化醫(yī)學(xué)。由于“OMIC"

技術(shù)(即基因組學(xué)、轉(zhuǎn)錄組學(xué)、蛋白質(zhì)組學(xué)和代謝組學(xué))的進(jìn)步，病理學(xué)研究已經(jīng)開始在分子水平上進(jìn)行。這種分子水平上的分類意味著我們可以根據(jù)疾病的分子水平行為和個(gè)體的DNA來選擇最佳的治療方法。傳感技術(shù)在個(gè)性化醫(yī)療中起著關(guān)鍵的作用?；趥鞲衅鞯呐涮自囼?yàn)決定一個(gè)病人能否從基因靶向藥物治療中獲益，并且傳感器會(huì)在治療的過程中監(jiān)控病人(比如，監(jiān)控與藥物的靶向代謝途徑相關(guān)聯(lián)的生化副產(chǎn)物)。在接下來的數(shù)十年里很有可能從根本上改變我們的疾病診斷、預(yù)后和治療干預(yù)的方法。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（2）傳感器檢測的背景信息在醫(yī)療中的應(yīng)用背景信息在決定傳感器數(shù)據(jù)的價(jià)值中起到很重要的作用。比如，一些在孤立環(huán)境中獲取到的傳感器讀數(shù)可能會(huì)有局限。這些局限至少可以通過采集檢測相關(guān)背景信息得到部分解決。當(dāng)測量數(shù)據(jù)采集的時(shí)候，這個(gè)人正在干什么?他處于什么環(huán)境中?所處位置的什么環(huán)境條件會(huì)影響測量結(jié)果呢?在獲取生理測量數(shù)據(jù)的時(shí)候，檢測相關(guān)背景信息特別重要，比如心率測量前的活動(dòng)量。檢測相關(guān)背景信息一般可以通過使用其他的傳感器、加速度計(jì)獲得，比如，確定-個(gè)人在生理測量進(jìn)行時(shí)是否移動(dòng)。定性的方法，比如每周的健康調(diào)查問卷。這些方法通常在慢性病管理體系中使用。但是，自我匯報(bào)的信息的質(zhì)量是取決于病人反饋信息的準(zhǔn)確性的，這一般是很難做出判定的。在采集檢測背景信息來進(jìn)行臨床傳感器讀數(shù)或者觀察的時(shí)候，保證任何數(shù)據(jù)都有適當(dāng)?shù)臅r(shí)間分辨率和空間特征也是十分重要的。如果沒有準(zhǔn)確地匹配的話，額外的信息會(huì)使得獲得的數(shù)據(jù)變得模棱兩可。 158.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（2）傳感器檢測的背景信息在醫(yī)療中的應(yīng)用傳感檢測背景信息一般可以通過以下三種方式使用:常見的方法是臨床醫(yī)生在一個(gè)特定的基礎(chǔ)上人工地檢查背景傳感器信息來進(jìn)行解析過程。另外，背景信息也可以用測量傳感器得到的相同或相關(guān)的圖形或表格重疊的部分表示，這種圖形重疊可視化對(duì)于理解分析過程非常有幫助。最后，最復(fù)雜的步驟就是測量背景數(shù)據(jù)和感興趣的數(shù)據(jù)源的智能化和自動(dòng)化的融合過程。在減少數(shù)據(jù)維度和推斷更高級(jí)別的信息中，數(shù)據(jù)融合算法是非常實(shí)用的，數(shù)據(jù)融合算法對(duì)于判定背景信息測量是否有效是很有幫助的。檢測背景信息在確定傳感器網(wǎng)絡(luò)的安全性、隱私、性能和訪問需求等16方面起到很重要的作用。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（3）基于醫(yī)院和社區(qū)的傳感技術(shù)用于評(píng)估和診斷傳感技術(shù)滲透在醫(yī)院護(hù)理的各個(gè)方面，從最簡單地?cái)?shù)字式溫度計(jì)到復(fù)雜的激光制導(dǎo)的外科手術(shù)工具。成像傳感器，比如X光、磁共振成像(

MRI)、計(jì)算機(jī)斷層掃描(CT)、正電子放射斷層造影術(shù)(PET)

以及超聲成像，在非侵入的條件下使醫(yī)生能夠了解人體以及它是如何運(yùn)轉(zhuǎn)的。這些傳感器從根本上改變了診斷醫(yī)學(xué)。在內(nèi)科，這些圖片使醫(yī)生能夠精確定位受傷或是異常區(qū)域、做微創(chuàng)手術(shù)，以及評(píng)估醫(yī)療過程的成功或失敗。在產(chǎn)科護(hù)理，超聲成像使得醫(yī)生可以監(jiān)測胎兒發(fā)育并且鑒別可能影響母親或胎兒健康的任何胎兒的或其他的異常情況。178.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)188.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（3）基于醫(yī)院和社區(qū)的傳感技術(shù)用于評(píng)估和診斷臨床病理學(xué)家每天在醫(yī)院實(shí)驗(yàn)室使用復(fù)雜的傳感設(shè)備來執(zhí)行血液學(xué)、生物化學(xué)、免疫學(xué)、病理學(xué)、微生物學(xué)的研究功能。這些大型的非離散的傳感器需要經(jīng)過訓(xùn)練的專業(yè)人員進(jìn)行細(xì)致的樣品制備才能保證準(zhǔn)確的結(jié)果。傳感器在治療技術(shù)中也起到關(guān)鍵的作用。它們可以記錄到一些特殊情況，比如一些異常的心跳信號(hào)，可以由醫(yī)生或者傳感器來判別。它們可以通過鑒別最佳服用藥物時(shí)間來優(yōu)化給藥設(shè)備，并且它們可以持續(xù)追蹤病人生命體征以保證治療過程安全地進(jìn)行，比如透析。成像、侵入式設(shè)備以及給藥設(shè)備都廣泛地使用傳感器。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)198.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（4）社區(qū)應(yīng)用的傳感技術(shù)人口模式轉(zhuǎn)變正在使目前的護(hù)理反應(yīng)模型變得不可維持，并且迫使醫(yī)療實(shí)現(xiàn)的方式發(fā)生一些巨大的變化。第一，醫(yī)療必須變得具有前瞻性和預(yù)測性以避免高代價(jià)的急性健康事件。第二，醫(yī)療必須個(gè)性化，而不是以人群為基礎(chǔ)的，以確保最佳的治療得以實(shí)現(xiàn)。第三，提供的服務(wù)必須是去中心化的，從醫(yī)院轉(zhuǎn)移到社區(qū)和家庭。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)208.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用（5）基于家庭的臨床應(yīng)用面向臨床護(hù)理的技術(shù)可以分為兩類:病人監(jiān)測傳感器和病人運(yùn)動(dòng)傳感器，病人監(jiān)測傳感器測量一個(gè)人的生理和生物特性，并且存儲(chǔ)或?qū)?shù)據(jù)做出反應(yīng)，從而體現(xiàn)支持應(yīng)用程序的功能。這種形式的傳感需要直接與人體接觸，或者通過采集樣品，如血液，從而用于測試。病人運(yùn)動(dòng)傳感器，如被動(dòng)紅外(PIR)

運(yùn)動(dòng)傳感器(可以檢測一個(gè)人進(jìn)入或離開一個(gè)房間)和計(jì)步器(計(jì)算步數(shù))觀察動(dòng)作。行為模式可以從這些數(shù)據(jù)做出推斷，異常的模式則會(huì)觸發(fā)警報(bào)。運(yùn)動(dòng)數(shù)據(jù)可以通過與人體直接接觸檢測到，例如計(jì)步器，或是通過使用環(huán)境傳感器，如被動(dòng)紅外運(yùn)動(dòng)傳感器，將其連接到目標(biāo)所在的環(huán)境。可穿戴式運(yùn)動(dòng)傳感器是與人直接接觸的，因此可以準(zhǔn)確地測量人的運(yùn)動(dòng)，不用考慮位置或他人的存在。在人們忘記連接傳感器或是連接不正確的情況下，環(huán)境解決方案是比較理想的。但是，環(huán)境傳感器安裝在固定位置，如果一個(gè)人在另外的位置,它就不能傳感到這個(gè)人的情況。8.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)1病人的監(jiān)測測量的對(duì)象病人的監(jiān)測檢測的對(duì)象紅外測溫儀體溫噴霧器/藥物輸送噴霧器吸入模式用過可控的噴霧器輸送藥物肺功能-肺活量計(jì)-峰流速儀FVC（用力肺活量），F(xiàn)EV（用力呼氣量），PEF（呼氣流量峰值）無線電頻率識(shí)別（RFID）對(duì)象的交互——日常生活活動(dòng)脈搏血氧儀血液氧合壓力傳感器床位使用血壓計(jì)收縮壓/舒張壓加速計(jì)加速度——跌倒監(jiān)測四肢運(yùn)動(dòng)——康復(fù)

計(jì)步——計(jì)步器脂肪測量器體脂百分比體重秤體重陀螺儀角速度——跌倒監(jiān)測四肢運(yùn)動(dòng)——康復(fù)血紅蛋白光度計(jì)血紅蛋白濃度——測量貧血磁力儀體位——跌倒監(jiān)測PT/INR儀表前凝血酶時(shí)間（PT）以及其衍生的凝血酶原比率（PR）測量和國際標(biāo)準(zhǔn)化比值（INR）；長期被華法林（warfarin）使用者使用PIR房間占用情況28.1

智能醫(yī)學(xué)傳感技術(shù)基礎(chǔ)8.1.3

智能醫(yī)學(xué)傳感技術(shù)的作用家用慢性疾病管理系統(tǒng)的體系結(jié)構(gòu)228.2典型智能醫(yī)學(xué)傳感器238.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.1超聲醫(yī)學(xué)超聲成像是指以超聲波為聲源，以聲波的傳播特性為物理基礎(chǔ)，對(duì)人體內(nèi)部組織器官進(jìn)行成像。與其他成像技術(shù)（如

CT、MRI、PET

和

SPECT）相比，超聲成像具有無輻射、成像快速、檢查費(fèi)用低等優(yōu)點(diǎn)；同時(shí)超聲成像設(shè)備可以做到非常輕巧便攜，所以以超聲成像為基礎(chǔ)的臨床檢查手段越來越受到醫(yī)生的青睞，在臨床中得到廣泛使用。本章首先介紹超聲成像的物理基礎(chǔ)，隨后分別介紹超聲成像系統(tǒng)及成像模式。8.2典型智能醫(yī)學(xué)傳感器但是對(duì)骨的穿透性較差。248.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.1超聲1．超聲波的物理特性超聲波是指物體在介質(zhì)中進(jìn)行機(jī)械振動(dòng)，產(chǎn)生頻率高于

20kHz

的一種聲波。在臨床應(yīng)用中，超聲波的頻率一般為

1～20MHz。

同其他頻率的聲波一樣，超聲波可以在固體、氣體和液體中傳播；同時(shí)又由于超

聲波固有的高頻特性，使它不同于低頻聲波，具有以下特點(diǎn)。（1）能量高：聲波的能量正比于頻率的平方；此外，功率正比于能量。因此，超聲波具有較高的能量和功率。（2）方向性強(qiáng)：超聲波在介質(zhì)中沿直線傳播。（3）穿透能力：聲波在介質(zhì)中傳播時(shí)，依據(jù)傳播方向的不同可分為橫波和縱波。超聲波是一種縱波，且穿透力很強(qiáng)，能夠穿透較厚的生物組織，8.2典型智能醫(yī)學(xué)傳感器式中，

為質(zhì)點(diǎn)密度；

為質(zhì)點(diǎn)振動(dòng)速度；

為聲速。258.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用一、超聲超聲成像中的重要參數(shù)（1）聲速聲速是指聲波在介質(zhì)中單位時(shí)間內(nèi)傳播的距離，常用

表示。可認(rèn)為聲波在各軟組織中的傳播速度近似相等，一般取 =1540m/s

。（2）聲壓和聲強(qiáng)度聲波在介質(zhì)中傳播時(shí)，介質(zhì)中不同區(qū)域會(huì)受到不同的壓力。將單位面積上介質(zhì)受

到的壓力稱為聲壓（P），可用式(8-1)表示。P

vc8.2典型智能醫(yī)學(xué)傳感器268.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用聲強(qiáng)度（

I

）是指在單位時(shí)間內(nèi)垂直于單位面積的超聲能量，它是超聲診斷學(xué)中的一個(gè)重要參數(shù)，如式(8-2)所示。2P2I

c式中，P

為聲壓；

為質(zhì)點(diǎn)密度；

為質(zhì)點(diǎn)振動(dòng)速度；c

為聲速。（3）聲阻抗聲阻抗（Z

）是指超聲聲場中某一位置上的聲壓（P

）與該處質(zhì)點(diǎn)振動(dòng)速度（

）的比值，如式(8-3)所示。Z

P將式(8-1)代入式(8-3)可以得到：

Z

c從式(8-4)可以看出，聲阻抗等于質(zhì)點(diǎn)密度與聲速的乘積。8.2典型智能醫(yī)學(xué)傳感器278.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用根據(jù)阻抗和聲速的關(guān)系，通?？梢园讶梭w組織分為三類：氣體組織——肺；液體組織——軟組織和血液；固體組織——骨骼和礦物化后的組織。由于聲波在液體組織中傳播時(shí)聲速和聲阻抗變化不大，從而能夠保證聲波傳播的方向性，進(jìn)而能夠使回波的接收時(shí)延與探測深度近似成正比關(guān)系，基于此能夠獲取高質(zhì)量的超聲圖像。因而，在臨床應(yīng)用中，超聲通常應(yīng)用于液體組織成像。8.2典型智能醫(yī)學(xué)傳感器二、超聲成像系統(tǒng)具體而言，超聲成像設(shè)備主要由超聲換能器和基礎(chǔ)電路兩部分構(gòu)成超聲成像系統(tǒng)的基本結(jié)構(gòu)示意圖超聲換能器——超聲換能器又稱為超聲探頭，它主要用于超聲波的發(fā)射和接收。探頭的核心部件

是壓電晶片，在晶片的前端使用由硅橡膠（或環(huán)氧樹脂）制成的薄膜進(jìn)行防護(hù)，同時(shí)，使用有機(jī)玻璃（或硬塑料）制作的外殼進(jìn)行保護(hù)。基礎(chǔ)電路——基礎(chǔ)電路是超聲成像系統(tǒng)的核心部分，主要由主控電路、掃描發(fā)生器、信號(hào)處理電路及電源構(gòu)成。其中，主控電路用于控制電脈沖產(chǎn)生的時(shí)間，并對(duì)掃描發(fā)生器進(jìn)行

初始化；掃描發(fā)生器主要對(duì)獲取的信號(hào)進(jìn)行坐標(biāo)轉(zhuǎn)換；信號(hào)處理電路主要對(duì)28信號(hào)進(jìn)行穩(wěn)定和平滑；電源為整個(gè)系統(tǒng)提供能量。8.2典型智能醫(yī)學(xué)傳感器29三、B型超聲成像原理目前醫(yī)用超聲成像設(shè)備可分為

A

型、B

型、C型、D

型和

M

型

5

種類型。B型（Brightness

Mode）超聲為灰度調(diào)制型超聲，簡稱

B

超，因其可通過點(diǎn)、線掃描出人體組織（器官）的解剖切面，故又稱為二維超聲。在超聲成像系統(tǒng)中，傳感器系統(tǒng)其實(shí)就是一個(gè)陣列裝置，它可以對(duì)信號(hào)進(jìn)行發(fā)射和接收。一個(gè)傳感器也可以成為陣元，而多個(gè)陣元能組成一個(gè)陣列?？臻g中每一個(gè)點(diǎn)的場強(qiáng)會(huì)受到各陣元輻射場的影響，所以為了形成不同的輻射場，會(huì)對(duì)各個(gè)陣元進(jìn)行加權(quán)處理，從而使各個(gè)陣元發(fā)射的信號(hào)大小和時(shí)間不同。在成像過程中，之所以在一個(gè)陣列中采用多個(gè)陣元，就是為了盡可能地合成所需要的輻射場，從而達(dá)到提高成像分辨的目的。

當(dāng)一個(gè)陣列產(chǎn)生在一定區(qū)域內(nèi)發(fā)射信號(hào)，產(chǎn)生一個(gè)輻射場，那么在輻射場的物理對(duì)象通過與發(fā)射信號(hào)的相互作用而產(chǎn)生了反射信號(hào)。因?yàn)榉瓷湫盘?hào)包含了物理對(duì)象的相關(guān)信息，為了得到它，就需要對(duì)反射信號(hào)進(jìn)行逆求解。所以，成像的關(guān)鍵就在于產(chǎn)生所需要的輻射模式。輻射模式又可以稱之為波束形成8.2典型智能醫(yī)學(xué)傳感器三、B型超聲成像原理1．波束形成延遲疊加波束形成，是目前超聲成像在實(shí)際應(yīng)用中最廣泛的成像方式。超聲傳感器陣列對(duì)發(fā)射信號(hào)進(jìn)行適當(dāng)?shù)难舆t，使每個(gè)陣元發(fā)射的超聲信號(hào)到達(dá)場中某點(diǎn)的時(shí)間正好一致，從而形成聚焦點(diǎn)。由于人體內(nèi)部媒介的非均勻性而產(chǎn)生的反射回波，超聲傳感器陣列對(duì)接收信號(hào)進(jìn)行適當(dāng)?shù)难舆t，最后生成圖像。308.2典型智能醫(yī)學(xué)傳感器31三、B型超聲成像原理2．波束控制方法（1）動(dòng)態(tài)聚焦不同于定點(diǎn)聚焦，當(dāng)深度r變化時(shí)，動(dòng)態(tài)聚焦的聚焦延時(shí)會(huì)隨深度變化。在進(jìn)行超聲成像時(shí)，理論上所有的點(diǎn)都作為聚焦點(diǎn)，并且在發(fā)射和接收階段都使用動(dòng)態(tài)聚焦，會(huì)使得成像的質(zhì)量大大提高。但是考慮到聲束的傳播在傳統(tǒng)的延時(shí)疊加波束形成中的影響，如果對(duì)所有的點(diǎn)都進(jìn)行聚焦，那么需要大量的數(shù)據(jù)采集時(shí)間來實(shí)現(xiàn)發(fā)射時(shí)的動(dòng)態(tài)聚焦，所以在實(shí)際應(yīng)用中只有通過接收時(shí)的動(dòng)態(tài)聚焦來實(shí)現(xiàn)，但是因?yàn)樵诎l(fā)射階段無法實(shí)現(xiàn)動(dòng)態(tài)聚焦，使得成像結(jié)果會(huì)出現(xiàn)一點(diǎn)偏差。當(dāng)使用合成孔徑成像技術(shù)時(shí)，因?yàn)樗菍?duì)沒有進(jìn)行過聚焦處理的數(shù)據(jù)進(jìn)行后處理，所以能夠同時(shí)且簡單地實(shí)現(xiàn)發(fā)射和接收時(shí)的動(dòng)態(tài)聚焦，使得圖像的質(zhì)量有所提高。8.2典型智能醫(yī)學(xué)傳感器32三、B型超聲成像原理2．波束控制方法（2）動(dòng)態(tài)孔徑當(dāng)有效孔徑越大，即陣元數(shù)越多時(shí)，生成波束的旁瓣越小，主瓣越寬，所以不同陣元數(shù)目會(huì)使得生成的波束有所差異。

所謂動(dòng)態(tài)孔徑，就是在波束形成階段，只有位于接收子陣中

心的少數(shù)通道在接收開始時(shí)是激活的狀態(tài)，而其余都處于關(guān)閉狀態(tài)。隨著接收深度的增加，越來越多的接收通道被打開，接收孔徑逐漸增大。（3）幅度變跡超聲傳感器發(fā)射的聲束是具有方向性的，它向組織內(nèi)輻射的能量根據(jù)方向的不同而不同。超聲陣列產(chǎn)生的波束是由不同陣元產(chǎn)生的不同聲場相干疊加而產(chǎn)生的，當(dāng)每個(gè)陣元的激勵(lì)信號(hào)的幅度相同時(shí)，那么陣元產(chǎn)生的聲場之間會(huì)等幅相干疊加，其中旁瓣幅度比較大，嚴(yán)重影響了成像的質(zhì)量。通過對(duì)發(fā)射和接收通道的幅度加權(quán)，使得每個(gè)陣元發(fā)射和接收信號(hào)的幅度改變，從而對(duì)旁瓣的幅度進(jìn)行控制，這種方法被稱為幅度變跡。目前應(yīng)用得比較多的幅度變跡函數(shù)有Hamming

函數(shù)、Hanning

函數(shù)和Blackman

函數(shù)。8.2典型智能醫(yī)學(xué)傳感器三、B型超聲成像原理3.回波信號(hào)處理（1）模數(shù)轉(zhuǎn)換在超聲探頭接收信號(hào)后，該信號(hào)為模擬信號(hào)，因?yàn)椴槐阌诜治觯酝ㄟ^模數(shù)轉(zhuǎn)換把該信號(hào)轉(zhuǎn)化為數(shù)字信號(hào)。數(shù)字信號(hào)可以看作是很多不同頻率的簡諧波的疊加，在這些簡諧波中的最高頻率即為信號(hào)的最高頻率。由

Nyquist定理可知，

采樣頻率必須大于最高頻率的兩倍，才能得到信號(hào)完整的信息。（2）增益補(bǔ)償在超聲成像過程中，增益補(bǔ)償是一個(gè)重要的組成部分。增益補(bǔ)償又稱為

TGC，是一種根據(jù)組織的衰減特性，對(duì)接收到的超聲信號(hào)進(jìn)行增強(qiáng)處理，從而使獲得的超聲圖像變得均勻的方法。在發(fā)射一個(gè)超聲信號(hào)時(shí)，它具有一定的能量，由于人體組織的衰減特性，使得信號(hào)的能量隨著探測深度的增減而減弱，從而導(dǎo)致在深度大的地方，超聲的圖像會(huì)比較暗，而深度淺的地方超聲的圖像會(huì)比較亮。如果不進(jìn)行任何處理，那么所形成的圖像上面的位置和下面位置的反差會(huì)比較強(qiáng)。338.2典型智能醫(yī)學(xué)傳感器34三、B型超聲成像原理3.回波信號(hào)處理（3）Log壓縮在超聲成像系統(tǒng)中，它所能顯示的灰度級(jí)為8（256的灰度級(jí)別）。然而當(dāng)像素點(diǎn)的值在16以下時(shí)，并不能被顯示出來，從而導(dǎo)致只能顯示23dB的動(dòng)態(tài)范圍。在超聲系統(tǒng)中獲取的

B

模式數(shù)據(jù)是15位的，這遠(yuǎn)遠(yuǎn)超出了系統(tǒng)所能顯示的級(jí)別，所以我們要經(jīng)過Log壓縮來使該數(shù)據(jù)限制在這個(gè)范圍內(nèi)。由于經(jīng)過

Log

壓縮后，大幅度壓縮了圖像的動(dòng)態(tài)范圍，從而使得本來的弱信號(hào)得以顯示出來。（4）掃描轉(zhuǎn)換當(dāng)獲得經(jīng)過處理后的回波數(shù)據(jù)后，那就需要把回波數(shù)據(jù)中點(diǎn)和它的物理空間信息一一對(duì)應(yīng)起來，稱之為掃描轉(zhuǎn)換（Digital

Scan

Converter，DSC）。掃描轉(zhuǎn)換分為兩種方式：扇形掃描和線陣掃描。扇形掃描的

DSC

算法，因?yàn)椴蓸狱c(diǎn)是通過極坐標(biāo)的方式顯示的，所以需要把極坐標(biāo)轉(zhuǎn)換成直角坐標(biāo)，再進(jìn)行插補(bǔ)運(yùn)算輸出為在屏幕上顯示的信號(hào)。而線陣掃描方式則相對(duì)簡單，因?yàn)樗牟蓸狱c(diǎn)本身就是以直角坐標(biāo)系為參照，信號(hào)上各個(gè)采樣點(diǎn)可以根據(jù)簡單的速度和時(shí)間的計(jì)算，就能得出正確的物理位置信息，再經(jīng)過插補(bǔ)運(yùn)算后就可以在屏幕上顯示掃描信息。8.2典型智能醫(yī)學(xué)傳感器358.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2

MRIMRI

檢查技術(shù)是在物理學(xué)領(lǐng)域發(fā)現(xiàn)磁共振現(xiàn)象的基礎(chǔ)上，于

20

世紀(jì)70

年代繼

CT

之后，借助電子計(jì)算機(jī)技術(shù)和圖像重建數(shù)學(xué)的進(jìn)展與成果而發(fā)展起來的一種新型醫(yī)學(xué)影像檢查技術(shù)。

通過對(duì)靜磁場中的人體施加某種特定頻率的視頻脈沖，使人體組織中的氫質(zhì)子受到激勵(lì)而發(fā)生磁共振現(xiàn)象，當(dāng)終止射頻脈沖后，質(zhì)子在弛豫過程中感應(yīng)出

MR

信號(hào)；經(jīng)過對(duì)

MR

信號(hào)的接收、空間編碼和圖像重建等處理過程，即產(chǎn)生

MR

圖像，這種成像技術(shù)就是

MRI

技術(shù)。8.2典型智能醫(yī)學(xué)傳感器368.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2

MRI一、MRI成像的物理基礎(chǔ)磁共振成像的物理基礎(chǔ)是核磁共振現(xiàn)象（

Nuclear MagneticResonance，NMR），其本質(zhì)為處于靜磁場中的原子核受到射頻激發(fā)后，將在其能級(jí)間產(chǎn)生共振躍遷。1946 年， 美國物理學(xué)家 F. Bloch 和 E.Purcell 各自獨(dú)立發(fā)現(xiàn)了該現(xiàn)象，并因此榮獲了 1952 年的諾貝爾物理獎(jiǎng)。以此為基礎(chǔ)，1973

年，美國化學(xué)家

Paul

C.

Lauterbur

首次實(shí)現(xiàn)了磁共振成像。自此，磁共振成像學(xué)科正式誕生，并已成為醫(yī)學(xué)診斷的重要工具。8.2典型智能醫(yī)學(xué)傳感器378.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2

MRI一、MRI成像的物理基礎(chǔ)（1）質(zhì)子的縱向磁化:氫原子核只有一個(gè)質(zhì)子，沒有中子。質(zhì)子帶正電荷，并能自旋運(yùn)動(dòng)，因此產(chǎn)生磁場，

每個(gè)質(zhì)子均為一個(gè)小磁體，其磁場強(qiáng)度和方向用磁矩或磁矢量來描述。在人體進(jìn)入靜磁

場以前，體內(nèi)質(zhì)子的磁矩取向是任意和無規(guī)律的，因此磁矩相互抵消，質(zhì)子總的凈磁矢

量為零。如果進(jìn)入一個(gè)強(qiáng)度均勻的靜磁場（外磁場），則質(zhì)子的磁矩按外磁場的磁力線方

向呈有序排列，其中平行于外磁場磁力線的質(zhì)子處于低能級(jí)狀態(tài)，數(shù)目略多，而反平行

于外磁場磁力線的質(zhì)子處于高能級(jí)狀態(tài)，數(shù)目略少，相互抵消的結(jié)果是產(chǎn)生一個(gè)與靜磁場磁力線方向一致的凈磁矢量，稱為縱向磁化。8.2典型智能醫(yī)學(xué)傳感器8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（2）進(jìn)動(dòng):在靜磁場中，有序排列的質(zhì)子不是靜止的，而是作快速的錐形旋轉(zhuǎn)，稱為進(jìn)動(dòng)。進(jìn)動(dòng)速度用進(jìn)動(dòng)頻率（即每秒進(jìn)動(dòng)的次數(shù)）表示。外磁場場強(qiáng)越強(qiáng)，進(jìn)動(dòng)頻率越快。（3）磁共振現(xiàn)象與橫向磁化:當(dāng)向靜磁場中的人體發(fā)射與質(zhì)子進(jìn)動(dòng)頻率相同的射頻脈沖時(shí)，質(zhì)子才能吸收射頻躍

遷到高能級(jí)，從而使縱向磁化減少。與此同時(shí)，射頻脈沖還使質(zhì)子處于同步同速進(jìn)動(dòng)，

即處于同相位。這樣，質(zhì)子在同一時(shí)間指向同一方向，其磁矢量也在該方向疊加起來，

產(chǎn)生橫向磁化。（4）弛豫與弛豫時(shí)間:終止射頻脈沖后，宏觀磁化矢量并不立即停止轉(zhuǎn)動(dòng)，而是逐漸向平衡態(tài)恢復(fù)，此

過程稱為弛豫，所用的時(shí)間稱為弛豫時(shí)間。38弛豫的過程即為釋放能量和產(chǎn)生

MR

信號(hào)的過程。8.2典型智能醫(yī)學(xué)傳感器398.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用二、MRI成像系統(tǒng)核磁共振成像系統(tǒng)主要由磁體系統(tǒng)、屏蔽系統(tǒng)、射頻系統(tǒng)、射頻線圈、梯度磁

場線圈、計(jì)算機(jī)系統(tǒng)和機(jī)械系統(tǒng)幾部分構(gòu)成。1．磁體系統(tǒng)：主磁體按磁場形成機(jī)理,分為永磁型磁體和導(dǎo)體型磁體,其中導(dǎo)體型磁體主要

是超導(dǎo)型磁體。2．屏蔽系統(tǒng)：屏蔽系統(tǒng)分為磁屏蔽系統(tǒng)與熱屏蔽系統(tǒng)

(超導(dǎo)型)。磁屏蔽系統(tǒng)主要解決外界雜散磁場的干擾與內(nèi)部磁場的外泄,是參數(shù)穩(wěn)定和運(yùn)行安全的保障。3．射頻系統(tǒng)：射頻系統(tǒng)分為射頻發(fā)射系統(tǒng)與射頻接收系統(tǒng)。

發(fā)射系統(tǒng)從射頻控制電路/計(jì)算機(jī)接收信號(hào)后放大到合適的幅度,以滿足測量對(duì)象與累加強(qiáng)度的要求,并通過梯度磁場與射頻發(fā)射線圈發(fā)射到孔徑內(nèi)。

接收系統(tǒng)從接收線圈

(如體線圈、表面線圈)中接收信號(hào),并通過模數(shù)轉(zhuǎn)換,

變成數(shù)字信號(hào)供工作站圖像處理計(jì)算機(jī)進(jìn)行分析和重建。8.2典型智能醫(yī)學(xué)傳感器408.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用射頻線圈：選用的射頻線圈是影響圖像質(zhì)量的重要硬件組成部分。射頻線圈分為發(fā)射線圈和接收線圈。

與射頻發(fā)射線圈的位置相同,作為固定的射頻接收線圈,腔體埋設(shè)有體線圈,可以實(shí)現(xiàn)孔徑內(nèi)的均勻成像,但分辨率不高。梯度磁場線圈：在核磁共振系統(tǒng)中,為了實(shí)現(xiàn)斷層層面的選擇和平面內(nèi)像素點(diǎn)位置的編碼,需要將額外的低強(qiáng)度梯度磁場累加在主磁場之上,并通過兩個(gè)反向線圈形成正負(fù)梯度,一般在三個(gè)垂直的方向上都有。計(jì)算機(jī)系統(tǒng)：除了上述的這些機(jī)械與材料部件,計(jì)算機(jī)系統(tǒng)也是十分重要的組成部分。為了建立和完成整個(gè)掃描過程,需要數(shù)字系統(tǒng)來實(shí)現(xiàn)從系統(tǒng)啟動(dòng)、時(shí)序控制到參數(shù)校正、圖像重建等一系列自動(dòng)執(zhí)行的計(jì)算與控制任務(wù)。其中:射頻控制與前端控制計(jì)算機(jī),

即通常所說的“譜儀”,主要控制前端電路的執(zhí)行與時(shí)序,是一套半交互式或非交互式的專用數(shù)字系統(tǒng)。機(jī)械系統(tǒng)：機(jī)械系統(tǒng)包括機(jī)器控制盤、病床、升降臺(tái)、制冷壓力機(jī)等裝置。此外,獨(dú)立的電源、制冷與檢測系統(tǒng)也是核磁共振成像系統(tǒng)穩(wěn)定安全工作的必要保障。8.2典型智能醫(yī)學(xué)傳感器8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用核磁共振成像系統(tǒng)的構(gòu)成示意圖418.2典型智能醫(yī)學(xué)傳感器428.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用三、MRI成像原理磁共振成像的方法較多，大多基于拉莫爾定理，構(gòu)造出與空間位置一一對(duì)應(yīng)的磁場分布，使處于不同位置的氫核以不同的頻率共振，進(jìn)而從檢測得到的

MRI信號(hào)恢復(fù)與參數(shù)相關(guān)的圖像。

當(dāng)前，MRI的主要成像方法可分為投影重建法、傅里葉重建法及非均勻采樣重建法三種。投影重建法MRI

的投影重建法利用了梯度場的作用。在重建過程中，主要使用了兩種梯度，一種為層選梯度，另一種為旋轉(zhuǎn)梯度。投影重建法實(shí)現(xiàn)簡單，技術(shù)成熟，但成像時(shí)間過長，且對(duì)梯度的線性度要求較高。8.2典型智能醫(yī)學(xué)傳感器8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用2.

傅里葉重建法傅里葉成像法主要根據(jù)傅里葉原理進(jìn)行

MRI

成像。在磁共振掃描過程中，依次加入層選梯度、頻率編碼梯度及相位編碼梯度進(jìn)行層面選擇和空間定位。通常情況下，首先沿

z

方向加入層選梯度，進(jìn)行層面定位；隨后，加入頻率梯度和相位梯度，對(duì)層面內(nèi)體素進(jìn)行定位；然后，逐行、均勻采集磁共振數(shù)據(jù)；最后，對(duì)采集得到數(shù)據(jù)進(jìn)行快速傅里葉變換，完成

MRI

成像。傅里葉成像法數(shù)據(jù)采集時(shí)間短、圖像分辨率高，現(xiàn)已逐漸成為磁共振成像的主流算法。但是由于受其規(guī)則的數(shù)據(jù)采集方式的限制，在重建過程中，無法有效抑制運(yùn)動(dòng)干擾。438.2典型智能醫(yī)學(xué)傳感器448.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用3.

非均勻采樣重建法基于磁共振螺旋掃描方式所獲取的數(shù)據(jù)一般為非均勻采樣數(shù)據(jù)，數(shù)據(jù)大部分不在整網(wǎng)格點(diǎn)上，因此無法直接使用快速傅里葉變換對(duì)其進(jìn)行成像。常用的方法是將非均勻采樣數(shù)據(jù)轉(zhuǎn)換到均勻網(wǎng)格上，隨后使用傅里葉變換對(duì)其重建。目前，在磁共振非均勻數(shù)據(jù)處理中，常用算法有柵格重建算法、分塊均勻重采樣法和廣義逆法。8.2典型智能醫(yī)學(xué)傳感器458.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用3.

非均勻采樣重建法基于磁共振螺旋掃描方式所獲取的數(shù)據(jù)一般為非均勻采樣數(shù)據(jù)，數(shù)據(jù)大部分不在整網(wǎng)格點(diǎn)上，因此無法直接使用快速傅里葉變換對(duì)其進(jìn)行成像。常用的方法是將非均勻采樣數(shù)據(jù)轉(zhuǎn)換到均勻網(wǎng)格上，隨后使用傅里葉變換對(duì)其重建。目前，在磁共振非均勻數(shù)據(jù)處理中，常用算法有柵格重建算法、分塊均勻重采樣法和廣義逆法。8.2典型智能醫(yī)學(xué)傳感器468.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2CT用不同組織對(duì)

X

射線的吸收系數(shù)不同的物理特性，通過將

X

射線沿著不同的方向?qū)Τ上裎矬w進(jìn)行透射，并借助計(jì)算機(jī)技術(shù)重建成像物體的二維斷面或三維圖像的成像技術(shù)，被稱為

X

射線計(jì)算機(jī)斷層成像（ComputedTomography，CT）。一、CT成像的物理基礎(chǔ)CT

圖像是真正的斷面圖像，它顯示的是人體某個(gè)斷面的組織密度分布圖。CT

以X

線作為投射源，由探測器接收人體某斷面上的各個(gè)不同方向上人體組織對(duì)

X

線衰減值，經(jīng)模/數(shù)轉(zhuǎn)換輸入計(jì)算機(jī)，通過計(jì)算機(jī)處理后得到掃描斷面的組織衰減系數(shù)的數(shù)字矩陣，

然后將矩陣內(nèi)的數(shù)值通過數(shù)/模轉(zhuǎn)換，用黑白不同的灰度等級(jí)在熒光屏上顯示出來。CT

圖像具有圖像清晰，密度分辨率高，無斷面以外組織結(jié)構(gòu)干擾等特點(diǎn)。8.2典型智能醫(yī)學(xué)傳感器478.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（1）體素（voxel）和像素（pixel）：CT圖像是人體某一部位有一定厚度的體層圖像。

成像的體層分成按矩陣排列的若干個(gè)小的基本單元。而以一個(gè)CT值綜合代表每個(gè)小單元內(nèi)的物質(zhì)密度，這些小單元被稱為體素。同樣，一幅

CT圖像是由很多按矩陣排列的小單元組成，這些組成圖像的基本單元被稱為像素。像素是體素在成像時(shí)的表現(xiàn)，像素越小，圖像的分辨率越高。（2）矩陣：是一個(gè)數(shù)學(xué)概念，將受檢層面分割為若干小立方體，這些小立方體就是體

素。當(dāng)圖像面積為一固定值時(shí)，像素越小，組成

CT

圖像矩陣越大，圖像清晰度越高，

反之亦然。（3）空間分辨率：在保證一定的密度差前提下，顯示待分辨組織幾何形態(tài)的能力。常

用每

cm

內(nèi)的線對(duì)數(shù)或者用可辨別最小物體的直徑（mm）來表示。（4）密度分辨率：指能分辨兩種組織最小密度差異的能力。8.2典型智能醫(yī)學(xué)傳感器8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（5）CT

值：體素的相對(duì)

X

線衰減度（即該體素組織對(duì)X線的吸收系數(shù)），表現(xiàn)為相

應(yīng)像素的

CT

值，單位名稱為

Hu（Hounsfield

Unit，Hu）。規(guī)定以水的

CT

值為

0Hu，骨

皮質(zhì)最高，為

1000Hu。人體組織的

CT

值界限可分為

2000

個(gè)分度，上界為骨的

CT

值

（1000Hu），下界為空氣的

CT

值（?1000Hu）。這樣分度包括了最高密度（骨皮質(zhì)）到最

低密度（器官的含氣部分）的

CT

值。CT值=

該物質(zhì)的吸收系數(shù)（

n）-水的吸收系數(shù)（

w）

1000水的吸收系數(shù)（

w）水的衰減系數(shù)為

1，空氣的衰減系數(shù)為

0，骨的衰減系數(shù)為1.9～2.0。488.2典型智能醫(yī)學(xué)傳感器498.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（6）窗寬與窗位：窗寬是指熒屏圖像上所包括

16個(gè)灰階的

CT

值范圍。人體組織

CT

值范圍有

2000

個(gè)分度（?1000～+1000），如在熒屏上用

2000個(gè)不同灰階來表示

2000個(gè)分

度，由于灰度差別小，人眼不能分辨（一般僅能分辨

16

個(gè)灰階）。如用

16

個(gè)灰階來反映8.2典型智能醫(yī)學(xué)傳感器508.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2CT二、CT成像系統(tǒng)CT

成像系統(tǒng)[4]的基本結(jié)構(gòu)框圖如圖

8.9

所示，具體而言，其一般由以下三部分

組成：

計(jì)算機(jī)控制單元（Host/Console）；

系統(tǒng)控制單元（SystemControl）；

圖像處理單元。CT成像系統(tǒng)的基本結(jié)構(gòu)框圖8.2典型智能醫(yī)學(xué)傳感器518.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2

CT三、CT成像原理CT

是用

X

射線束沿不同方向?qū)Τ上裎矬w進(jìn)行掃描，由探測器接收透過成像體表

面的X

射線，將其轉(zhuǎn)變?yōu)榭梢姽庑盘?hào)，再通過光電轉(zhuǎn)換器轉(zhuǎn)換為電信號(hào)，最后經(jīng)模/數(shù)轉(zhuǎn)換器（Analog/Digital

Converter）轉(zhuǎn)換為數(shù)字信號(hào)，輸入計(jì)算機(jī)進(jìn)行處理。利用計(jì)

算機(jī)，對(duì)

X

射線掃描所得的信息進(jìn)行計(jì)算，獲得成像體內(nèi)每個(gè)體素的

X

射線衰減系數(shù)

（吸收系數(shù)），隨后將其排列成矩陣，并經(jīng)數(shù)/模轉(zhuǎn)換器（Digital/Analog

Converter），將矩陣中的每個(gè)元素轉(zhuǎn)換為對(duì)應(yīng)圖像位置的灰度像素，最終構(gòu)成CT圖像。重建成像的本質(zhì)是依據(jù)已知因素建立方程，通過對(duì)其求解獲取相應(yīng)未知因素的過程。在

CT

成像中，未知因素是待求成像體中每個(gè)體素的值，其組成的集合就構(gòu)成

了

CT

斷層圖像；已知因素是指方程的組成形式和每個(gè)方程的輸出。對(duì)于

CT

成像而言，現(xiàn)有的求解算法可分為以下三類，即直接矩陣求解法、迭代重建算法及濾波反投影重建算法。8.2典型智能醫(yī)學(xué)傳感器528.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2CT三、CT成像原理1. 直接矩陣求解法為了計(jì)算

CT

重建圖像中各點(diǎn)對(duì)

X

射線的吸收值，可先將重建圖像劃分成均勻的矩陣網(wǎng)格，隨后使用直接矩陣法進(jìn)行求解。在實(shí)際應(yīng)用中，根據(jù)成像矩陣的大小和未知數(shù)的個(gè)數(shù)，總能找到足夠的線性方程

（掃描方向）對(duì)未知數(shù)進(jìn)行求解。但該方法有以下缺點(diǎn)：（1）若成像矩陣增大，將導(dǎo)致未知數(shù)過多，進(jìn)而致使計(jì)算量非常巨大；（2）在掃描過程中，如果病人運(yùn)動(dòng)或有其他因素干擾時(shí)，可能導(dǎo)致方程包含錯(cuò)誤的因素，致使求解錯(cuò)誤。8.2典型智能醫(yī)學(xué)傳感器538.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用8.2.2

CT迭代求解法在迭代求

解的開始階段，為各單元設(shè)定一初始值（通常設(shè)置為

0）；然后對(duì)成像體進(jìn)行不同角度掃描，計(jì)算該角度的測量值；然后使用計(jì)算得到的測量值對(duì)原始值進(jìn)行修正；在修正

過程中，使用修正值替代原始值；進(jìn)一步，重復(fù)上述掃描—計(jì)算—修正過程；最后，

當(dāng)矩陣內(nèi)的修正值與該方向測量值的偏差在一定精度范圍內(nèi)時(shí)，迭代終止。濾波反投影重建算法（1）中心切片定理使用二維密度函數(shù)描述待重建的圖像，下圖給出了從密度函數(shù)獲得投影數(shù)據(jù)的過程。沿投影線方向計(jì)算的線積分，即可得到該投影線的投影值。沿投影方向

計(jì)算所有投影線的投影值，即可得到該投影方向上的投影函數(shù)

。將投影函數(shù)做一維傅里葉變換，可獲得其在頻域中對(duì)應(yīng)的一維變換函數(shù)

。將密度函數(shù)

做二維傅里葉變換，即可獲得其在頻域中對(duì)應(yīng)的變換函數(shù)，其極坐標(biāo)表示形式為。8.2典型智能醫(yī)學(xué)傳感器密度函數(shù)及其投影函數(shù)8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（1）中心切片定理將投影函數(shù)g

(R)

做一維傅里葉變換，可獲得其在頻域中對(duì)應(yīng)的一維變換函數(shù)G

(

)。將密度函數(shù)

f

(x,

y)

做二維傅里葉變換，即可獲得其在頻域中對(duì)應(yīng)的變換函數(shù)F

(u,

v)，其極坐標(biāo)表示形式為F

(

,

)。中心切片定理中心切片定理中心切片定理指出：密度函數(shù)

f

(x,

y)

沿

方向上的投影函數(shù)

g

(R)

的一維傅里葉變換函數(shù)

G

(

)

，是密度函數(shù)

f

(x,

y)

的二維傅里葉變換函數(shù)

F

(

,

)

在平面上沿同一方向(

)

且過原點(diǎn)的直線上的值?？蛇M(jìn)一步看到，在二維頻率域中沿(

) 方向的直線上的值

F

(

,

)

，54就是投影函數(shù)g

(R)

的一維傅里葉變換函數(shù)值。8.2典型智能醫(yī)學(xué)傳感器55稱為傅里葉變換重建方法。傅里葉變換重建方法8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（1）中心切片定理中心切片定理給出了從投影重建圖像的可能性。實(shí)際上，早在

1917

年，奧地利數(shù)學(xué)家Radon

就已從理論上驗(yàn)證了其可能性。f

(x,

y)

的投影函數(shù)

g

(R)

可以看成是以

R

和

為參數(shù)的二維函數(shù)。因此，可以用R和

構(gòu)成一個(gè)極坐標(biāo)空間，通常被稱為

Radon

空間該空間中任意一點(diǎn)(R,

)

的值實(shí)際上代表物體空間中所計(jì)算的密度函數(shù)

f

(x,

y)

的一個(gè)線積分的值。（2）傅里葉變換重建方法如果在不同角度下取得足夠多的投影函數(shù)數(shù)據(jù)g

(R)，然后對(duì)其進(jìn)行傅里葉變換，那么變換后的數(shù)據(jù)將充滿整個(gè)(u,

v)

平面。在獲取

F

(u,

v)

或

F

(

,

)

的全部值后，對(duì)其進(jìn)行傅里葉逆變換，即可獲得原始的密度函數(shù)

f

(x,

y)

，也就是所要重建的圖像。該方法又被8.2典型智能醫(yī)學(xué)傳感器8.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（3）直接反投影算法由于傅里葉變換重建算法需要做二維插值、坐標(biāo)變換與二維傅里葉變換，計(jì)算量較大，影響了重建速度。

為了解決該問題，在

CT

產(chǎn)生的初期，曾使用直接反投影重建方法。其做法是把每次測得的投影數(shù)據(jù)“原路”反投影到投影線的各像素上，因此被稱為“直接投影法”。

經(jīng)由直接反投影計(jì)算得到的重建圖像是以原點(diǎn)為中心的一系列輻射線，在原點(diǎn)處密度最高，愈往四周，密度愈低，致使在中心周圍出現(xiàn)逐漸變淺的云狀陰影。為了消除偽影，對(duì)重建密度函數(shù)進(jìn)行校正。56直接反投影法的圖像校正8.2典型智能醫(yī)學(xué)傳感器578.2.1

智能醫(yī)學(xué)傳感技術(shù)的作用（4）濾波反投影算法為了克服直接反投影計(jì)算中先反投影后修正的耗時(shí)計(jì)算問題，濾波反投影重建方法采用先修正后反投的方式，在提高重建圖像質(zhì)量的同時(shí)縮短了計(jì)算時(shí)間。其基本做法是：首先對(duì)投影函數(shù)（一維函數(shù)）進(jìn)行濾波，隨后對(duì)修正后的投影函數(shù)進(jìn)行反投影運(yùn)算，進(jìn)而得到所需的密度函數(shù)。因此，濾波反投影算法的核心是如何修正投影函數(shù)，

使之在反投影后能夠重建原密度函數(shù)。濾波反投影法8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)588.3.1

超聲波數(shù)據(jù)處理1. 基礎(chǔ)B超圖像數(shù)據(jù)處理：圖像增強(qiáng)、圖像去噪、邊緣檢測、偽彩色顯示、紋理分析。B超診斷儀采集的影像為數(shù)字圖像，采用數(shù)字化圖像處理技術(shù)能夠增強(qiáng)清晰度，對(duì)病灶邊緣進(jìn)行圖像清晰處理，醫(yī)生通過分析更加明確的影像圖片，能夠更準(zhǔn)確、更快速的做出診斷，結(jié)合病人自身實(shí)際情況制定科學(xué)合理的治療方案。B超診斷儀將采集的圖像有目的地存入計(jì)算機(jī)中，建立與病人相關(guān)的信息庫，形成醫(yī)學(xué)影像數(shù)據(jù)庫系統(tǒng)，對(duì)數(shù)據(jù)庫中的信息進(jìn)行綜合性管理，提高B超圖像利用率，為臨床診斷奠定良好基礎(chǔ)。B超圖像采集系統(tǒng)中的數(shù)字存儲(chǔ)技術(shù)保證圖像存取效率，提高B超圖像查詢速度和管理效率，為醫(yī)生和患者帶來便利。數(shù)字存儲(chǔ)技術(shù)還代替了傳統(tǒng)紙質(zhì)打印媒介，降低了人工成本，節(jié)約了開支。數(shù)字存儲(chǔ)能夠?qū)崿F(xiàn)數(shù)據(jù)的網(wǎng)絡(luò)傳輸，為遠(yuǎn)程診斷提供便利條件，適應(yīng)了醫(yī)療事業(yè)互聯(lián)發(fā)展的趨勢。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)598.3.1

超聲波數(shù)據(jù)處理（1）圖像增強(qiáng)技術(shù)圖像增強(qiáng)技術(shù)作為圖像處理領(lǐng)域的基本技術(shù)之一，通過將原始分散而稀疏的圖片通過拉大對(duì)比度，增強(qiáng)視覺效果，能夠使原本模糊不清甚至無法辨認(rèn)的圖片清晰化。隨著科學(xué)不斷發(fā)展進(jìn)步，在圖像增強(qiáng)技術(shù)的基礎(chǔ)上，衍生出B超圖像增強(qiáng)技術(shù)。B超圖像中明暗分布直接影響圖像的清晰度，圖像的展示情況也受到對(duì)比度的影響，當(dāng)一幅圖像大部分區(qū)域亮而局部不亮?xí)r，說明該圖對(duì)比度低，圖像整體較為模糊，不利于辨認(rèn):而一幅圖像大部分區(qū)域的明、暗程度相似，圖像中明、暗區(qū)域分配合理。則這-圖像的對(duì)比度高,能夠被人們清晰地辨認(rèn)出來。因此，圖像增強(qiáng)技術(shù)在進(jìn)行B超圖片處理中有著不可替代的作用。相關(guān)技術(shù)人員進(jìn)行圖片處理時(shí)，應(yīng)當(dāng)合理調(diào)整灰度范圍，通過調(diào)整圖片的對(duì)比方式，改變視覺效果。對(duì)比度較低的圖像基本都是由有限灰度所構(gòu)成，其主要特點(diǎn)是像素范圍較為集中，僅利用很小的像素范圍就可以顯示圖像，借助此區(qū)域內(nèi)的直方圖準(zhǔn)確判定檢查區(qū)域，通過對(duì)比拉伸將原始圖像動(dòng)態(tài)范圍加寬，將B超圖像中原有重要且又無法查詢的信息提取出來，以此達(dá)成增強(qiáng)圖像視覺效果的作用。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.1

超聲波數(shù)據(jù)處理（2）圖像去噪處理技術(shù)B超圖像在收集和轉(zhuǎn)換過程中，經(jīng)常會(huì)受到不規(guī)則隨機(jī)噪聲影響，隨機(jī)噪聲的大小直接影響到圖像質(zhì)量，為了抑制機(jī)器噪聲提升圖像質(zhì)量，必須對(duì)B超圖像進(jìn)行去噪處理。其中較為常用的中值濾波法就能對(duì)B超圖像進(jìn)行去噪處理。中值濾波作為一種非線性的處理方式，需要在固定條件下克服線性濾波器的影響，這就需要技術(shù)人員進(jìn)行技術(shù)處理時(shí)，應(yīng)當(dāng)避免中值濾波為圖像細(xì)節(jié)帶來的影響，這種模式能夠去除脈沖波的干擾，是在B超圖像中一種較為有效的去噪聲方式。中值濾波的使用方法通常是對(duì)于奇數(shù)個(gè)點(diǎn)的滑動(dòng)窗口進(jìn)行中間值替代，常選擇3*3的方形進(jìn)行中值濾波法進(jìn)行去噪處理，隨后再進(jìn)行邊緣的檢測。608.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)618.3.1

超聲波數(shù)據(jù)處理（3）圖像邊緣檢測技術(shù)B超圖像邊緣主要指像素灰度屋頂變化、階躍變化等諸如此類的像素集合，通常存在于物體與物體之間、物體與背景之間等。B超圖像邊緣的構(gòu)成特點(diǎn)是圖像邊緣像素變化較為平緩，而圖像垂直方向的像素變化較為劇烈，其計(jì)算方法就是將符合邊緣像素要求的邊緣像素予以數(shù)學(xué)微分算子。如果圖像邊緣變化較強(qiáng)，這類圖像能夠使人產(chǎn)生強(qiáng)烈的視覺感受,便于對(duì)圖像觀察，而數(shù)字圖像邊緣檢測技術(shù)是對(duì)圖像進(jìn)行分割，也是圖像分析領(lǐng)域一項(xiàng)基礎(chǔ)技術(shù)。因此，在進(jìn)行B超圖像收集時(shí)，人們應(yīng)當(dāng)充分利用這一技術(shù)，加強(qiáng)邊緣值增強(qiáng)處理。由于圖像受到物理機(jī)制約束，超聲圖像中也存在巨大的噪聲，在提取時(shí)通常會(huì)得到虛假邊緣，其灰度變化并不是人們所關(guān)注的邊緣,這些虛假邊緣也會(huì)對(duì)圖像處理造成一定的困難，技術(shù)人員需要尋找對(duì)噪聲不敏感、定位準(zhǔn)確的邊緣進(jìn)行檢測，提高圖片綜合性能，這也是當(dāng)前圖片處理工作者的工作目標(biāo)。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)628.3.1

超聲波數(shù)據(jù)處理（3）圖像邊緣檢測技術(shù)傳統(tǒng)圖像邊緣檢測技術(shù)中的Sobel、Prewitt、Roberts等對(duì)于噪聲十分敏感，致使上述技術(shù)在實(shí)際應(yīng)用中存在一定困難，現(xiàn)在通過改進(jìn)，提出二階導(dǎo)數(shù)零交叉點(diǎn)定位邊緣的方法，針對(duì)B超圖像邊緣檢測進(jìn)行重新檢測，事實(shí)證明，這種方式能夠通過反復(fù)試驗(yàn)，較為理想。測試圖像拉普拉斯金字塔分解第三層分量Shcarlet方向?yàn)V波參數(shù)β的估計(jì)廣義高斯模型非局部均值去噪第二層分量Shcarlet方向?yàn)V波參數(shù)β的估計(jì)廣義高斯模型非局部均值去噪第一層分量局部非均值去噪圖像重構(gòu)去噪結(jié)果圖圖像加噪中值濾波法8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)638.3.1

超聲波數(shù)據(jù)處理偽彩色顯示技術(shù)人們通過B超診斷儀所得出的圖像為灰度圖像，大部分人都很難適應(yīng)灰度圖像，但對(duì)于彩色圖片的分析度和飽和度更易接受,將灰度較高的圖像轉(zhuǎn)化為彩色圖像的處理方法稱為偽彩色顯示技術(shù)。偽彩色顯示技術(shù)在醫(yī)學(xué)圖像處理中十分常見。對(duì)于圖像而言，偽彩色顯示技術(shù)是-種映射過程,利用這種技術(shù)能夠識(shí)別灰度差較小的圖像，提高B超圖像的觀察力,提高診斷準(zhǔn)確率。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)648.3.1

超聲波數(shù)據(jù)處理紋理分析技術(shù)B超圖像會(huì)產(chǎn)生顆粒狀紋理，其主要原因分兩類，一類是B超圖像本身就存在顆粒斑紋，這種斑紋來自于組織反射超聲波與射線相互干擾引起的噪聲，這種噪聲對(duì)臨床診斷無用，并不是由于病人機(jī)體問題產(chǎn)生的，對(duì)于這類紋理可以不用分析。另一類就是被查體自身結(jié)構(gòu)相關(guān)顆粒狀紋理，圖像中的紋理會(huì)隨著自查體的變化而變化,在臨床診斷上是-種較為有用的信息，人們對(duì)于這類信息紋理分析有助于診斷被查體的病情。當(dāng)圖像在相同的組織成像條件下會(huì)形成相同的圖像紋理模式，正常的與有病變的器官圖像組織顆粒的分布情況有所不同。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)658.3.1

超聲波數(shù)據(jù)處理紋理分析技術(shù)考慮到這一點(diǎn)，人們對(duì)于B超圖像進(jìn)行紋理分析是分辨病情的重要環(huán)節(jié)之一，需要技術(shù)人員掌握紋理分析技術(shù)。而紋理分析技術(shù)有很多種，其中，最為常見的有極大極小值法(MM法)、灰度行程法(GTS法)、灰度級(jí)差法(GLD)、共生矩陣法、離散分形布朗隨機(jī)場模型法等，這些方式都能更快的找準(zhǔn)問題，有利于對(duì)紋理進(jìn)行準(zhǔn)確的分析，能夠?yàn)獒t(yī)生的診斷提供支持。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.1

超聲波數(shù)據(jù)處理病灶提取、圖像分割：小波變化、水平集策略、C-V算法。小波變換、水平集策略B型超聲是現(xiàn)代醫(yī)療中常用的診療技術(shù)，采集人體組織對(duì)超聲反射散射后的聲波并進(jìn)行圖像化處理，顯示臟器斷面形態(tài)，圖像富于實(shí)體感，接近于解剖的真實(shí)結(jié)構(gòu)。對(duì)于圖像進(jìn)行病灶提取,結(jié)合病理學(xué)臨床醫(yī)學(xué)知識(shí)對(duì)病變部位和性質(zhì)做出判斷，能夠早期診斷多種占位性病變。自動(dòng)提取B超圖像病灶是醫(yī)學(xué)圖像自動(dòng)處理技術(shù)研究的一個(gè)熱點(diǎn)，傳統(tǒng)方法往往受限于B超圖像中的模糊邊界和大量噪聲干擾而效果不夠滿意。668.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)678.3.1

超聲波數(shù)據(jù)處理水平集方法（Level

Set

Method）是處理封閉運(yùn)動(dòng)界面隨時(shí)間變化過程中幾何拓?fù)渥兓挠行Чぞ?，本質(zhì)是跟蹤界面移動(dòng)的數(shù)值技術(shù)。它將二維曲線置入三維空間曲面中,將曲線看成高--維空間(曲面)中某一函數(shù)φ

(水平集函數(shù))的零水平集,當(dāng)曲面發(fā)生形變時(shí),零水平集函數(shù)也隨之演變,通過描述和求解水平集函數(shù)所滿足方程,得到曲線形狀,即通過曲線拓?fù)浣Y(jié)構(gòu)的演化實(shí)現(xiàn)目標(biāo)的分割，將圖像分割問題表達(dá)為能量函數(shù)的最小化和偏微分方程(曲面的法向和曲率)的求解。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)688.3.1

超聲波數(shù)據(jù)處理C-V算法Osher和Sethian是基于集合活動(dòng)輪廓模型的水平集方法的創(chuàng)始人，在九十年代就提出了該方法。該方法具有良好的特性，不會(huì)陷入局部極值，拓?fù)溥m應(yīng)性很強(qiáng)，擴(kuò)展性良好，可進(jìn)行穩(wěn)定的計(jì)算。因此，近幾年該方法被廣泛用于圖像分割。Chop提出了窄帶法。其基本思想是在局部范圍進(jìn)行數(shù)值計(jì)算，減小計(jì)算量，實(shí)現(xiàn)局部化。快速進(jìn)行法的特點(diǎn)是保持曲線演化的速度不變，因此，曲線只能擴(kuò)張或收縮，使計(jì)算相對(duì)于傳統(tǒng)水平集算法、窄帶水平集算法變得簡單得多，因此，將改進(jìn)的Chan-Vese（C-V）算法與梯度矢量流模型方法分別應(yīng)用于肝臟B超圖像的分割，并比較各自的優(yōu)勢。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)698.3.1

超聲波數(shù)據(jù)處理分類診斷：神經(jīng)網(wǎng)絡(luò)輔助診斷系統(tǒng)。首先分析125例有病理診斷的乳腺腫瘤超聲聲像圖的特征,針對(duì)醫(yī)學(xué)超聲圖像的特點(diǎn)對(duì)乳腺腫瘤B超圖像采用加權(quán)中值濾波算法有效地去除speckle噪聲,并提出一種改進(jìn)的直方圖均衡化算法增強(qiáng)圖像的對(duì)比度;然后采用基于區(qū)域生長的分割算法自動(dòng)分割提取乳腺腫瘤初始區(qū)域,用形態(tài)學(xué)濾波與空洞填充進(jìn)行后續(xù)處理,得到了122例樣本較為準(zhǔn)確的病灶區(qū)域;最后以病理學(xué)為基礎(chǔ),提出了一種基于乳腺腫瘤輪廓分形維數(shù)的特征提取方法,并結(jié)合似圓度、粗糙度、長寬比等7個(gè)形態(tài)特征來描述腫瘤邊界的粗糙度。然后根據(jù)類間距對(duì)各個(gè)特征的分類能力進(jìn)行評(píng)價(jià),選出類間距較大的特征:輪廓曲線分形維數(shù)、似圓度、粗糙度和長寬比組成最佳特征矢量;利用BP神經(jīng)網(wǎng)絡(luò)對(duì)特征矢量進(jìn)行分類,獲得了乳腺腫瘤的良惡性較好的識(shí)別結(jié)果,達(dá)到降低活檢率的目的。X1

X2X3

X4Output輸入層隱藏層輸出層8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)708.3.2

CT數(shù)據(jù)處理基于3D

UNet網(wǎng)絡(luò)的腫瘤分割（3D分割）。腎臟和腎臟腫瘤的準(zhǔn)確分測是放射分析以及開發(fā)先進(jìn)的手術(shù)計(jì)劃技術(shù)的重要步驟。在目前的臨床分析中，由臨床醫(yī)生根據(jù)對(duì)通過計(jì)算機(jī)斷層掃描(CT)

掃描收集的圖像的目視檢查進(jìn)行分割。這個(gè)過程很費(fèi)力，其成功很大程度上取決于以前的經(jīng)驗(yàn)。一種多尺度的有監(jiān)督的3D

U-Net，MSS

U-Net，從而從CT圖像中分割腎臟和腎臟腫瘤。深度監(jiān)管與指數(shù)對(duì)數(shù)損失結(jié)合在一起，以提高3DU-Net訓(xùn)練效率。此外，引入了基于連接組件的后處理方法。以增強(qiáng)整個(gè)過程的性能。與最先進(jìn)的作品相比。這種架構(gòu)顯示出卓越的性能。腎臟和腎臟腫瘤的骰子系數(shù)分別高達(dá)0.969和0.805.8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.2

CT數(shù)據(jù)處理2. 目標(biāo)檢測，肺結(jié)節(jié)檢測：2D CNN融合3D CNN?；诟呔S肺部計(jì)算機(jī)斷層掃描(CT) 圖像的肺結(jié)節(jié)檢測是一項(xiàng)極具挑戰(zhàn)性的任務(wù)。在諸多肺結(jié)節(jié)檢測算法中深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)最引人注目，其中二維(2D)CNN具有預(yù)訓(xùn)練模型多、檢測效率高等優(yōu)點(diǎn)，應(yīng)用非常廣泛，但肺結(jié)節(jié)本質(zhì)是三維(3D)

病灶，2D

CNN會(huì)不可避免的造成信息損失，影響檢測精度。3D

CNN能充分利用CT圖像空間信息，

有效提升檢測精度，

但是3DCNN存在參數(shù)多，計(jì)算消耗大，過擬合風(fēng)險(xiǎn)高等不足。718.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.2

CT數(shù)據(jù)處理2.目標(biāo)檢測，肺結(jié)節(jié)檢測：2DCNN融合3D

CNN。為了兼顧兩者的優(yōu)勢，提出了基于深度混合卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)檢測模型，通過在神經(jīng)網(wǎng)絡(luò)模型的淺層部署3D

CNN,在模型的深層部署2D

CNN并增加反卷積模塊,

融合多層級(jí)圖像特征，達(dá)到了不損失檢測精度的情況下，減少模型參數(shù)，增強(qiáng)模型泛化能力，提高檢測效率的目的。728.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)738.3.3

MRI數(shù)據(jù)處理多序列數(shù)據(jù)處理人工智能(AI)在心臟MRI多序列的圖像數(shù)據(jù)上有巨大的應(yīng)用潛力。AI可輔助放射科醫(yī)師和科研工作者對(duì)復(fù)雜心臟MRI圖像進(jìn)行快速精準(zhǔn)的解讀,為臨床診斷和科學(xué)研究提供量化指標(biāo)。AI分析心臟MRI的發(fā)展歷程,包括基于圖像、基于模型和基于數(shù)據(jù)的3類算法的特點(diǎn),并簡要闡述現(xiàn)階段MRI圖像的AI研究所需要關(guān)注的問題。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.3

MRI數(shù)據(jù)處理2.

實(shí)時(shí)目標(biāo)分割：啟發(fā)信息+深度學(xué)習(xí)（改進(jìn)UNet）。近年來，隨著醫(yī)療大數(shù)據(jù)的興起和計(jì)算機(jī)技術(shù)的發(fā)展，使得智能醫(yī)療成為了可能，基于圖像處理和機(jī)器學(xué)習(xí)的人工智能方法也成為了醫(yī)學(xué)影像解譯的新手段，為癌癥等疾病的診斷和治療提供了新的途徑。目前，深度學(xué)習(xí)是人工智能領(lǐng)域最熱門的研究方向之一，憑借著強(qiáng)大的學(xué)習(xí)能力和泛化能力，其已經(jīng)在自然圖像解譯方面取得了巨大成功，甚至超越了人類。然而，這種最新的方法也有缺陷，包括對(duì)大數(shù)據(jù)的依賴和較差的模型解釋性等。醫(yī)學(xué)影像本身獲取難度較大，數(shù)據(jù)量不像自然圖像那樣豐富，且成像質(zhì)量通常不高，對(duì)分析方法有著更高的要求。深度學(xué)習(xí)自身的缺陷和醫(yī)學(xué)影像的特殊性限制了這一最新方法在醫(yī)學(xué)影像解譯上的應(yīng)用。為了進(jìn)一步發(fā)揮深度學(xué)習(xí)的優(yōu)勢，推廣其在醫(yī)學(xué)影像解譯上的應(yīng)用，將相關(guān)領(lǐng)域的啟發(fā)式信息與深度學(xué)習(xí)模型相結(jié)合，克服了深度學(xué)習(xí)的一些局限性，提出了適用于低質(zhì)醫(yī)學(xué)影像解譯的啟發(fā)式深度學(xué)習(xí)方法74。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)758.3.3

MRI數(shù)據(jù)處理針對(duì)低場強(qiáng)MRI

(

Magnetic

Resonance

Imaging,

MRI)圖像偽影嚴(yán)重、空間分辨率低導(dǎo)致目標(biāo)難以直接分割的問題，提出了圖像增強(qiáng)和目標(biāo)分割的序貫?zāi)Ｐ?。首先，?duì)于低場強(qiáng)MRI圖像偽影嚴(yán)重、空間分辨率低的問題，使用本文提出的梯度正則卷積神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行了增強(qiáng)，提升圖像整體的可視性和目標(biāo)區(qū)域的可分性。然后，將類別不平衡學(xué)習(xí)和醫(yī)學(xué)圖像單目標(biāo)分割問題相結(jié)合,提出代價(jià)敏感的加權(quán)U-Net模型，用于增強(qiáng)后MRI圖像中胃部的分割。將提出的方法和醫(yī)學(xué)圖像分割領(lǐng)域傳統(tǒng)的水平集方法進(jìn)行了對(duì)比，實(shí)驗(yàn)結(jié)果表明基于深度學(xué)習(xí)的方法要明顯優(yōu)于傳統(tǒng)方法，且將類別不平衡學(xué)習(xí)應(yīng)用到醫(yī)學(xué)圖像單目標(biāo)分割任務(wù)上，可以提升分割結(jié)果的準(zhǔn)確性。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.3

MRI數(shù)據(jù)處理U-Net網(wǎng)絡(luò)結(jié)構(gòu)圖768.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)778.3.3

MRI數(shù)據(jù)處理3.基于群智能算法的人腦功能劃分。目前，基于fMRI數(shù)據(jù)的人腦功能劃分方法大多是已有經(jīng)典聚類方法在人腦功能劃分中的直接應(yīng)用，不能較好地處理fMRI數(shù)據(jù)的高維性和低信噪比性,表現(xiàn)出搜索能力較差、對(duì)噪聲敏感、劃分結(jié)構(gòu)的功能一致性和區(qū)域連續(xù)性較弱的不足。而群智能算法具有較強(qiáng)的全局搜索能力和一定的魯棒性,并且在聚類劃分方面表現(xiàn)出優(yōu)于經(jīng)典聚類算法的性能。8.3智能醫(yī)學(xué)數(shù)據(jù)處理技術(shù)8.3.4

其他數(shù)據(jù)處理基于數(shù)據(jù)挖掘技術(shù)的醫(yī)療大數(shù)據(jù)分析方法。關(guān)聯(lián)規(guī)則挖掘、分類、聚類、異常挖掘。醫(yī)療大數(shù)