生物医学图像信息技术论文

摘要：随着科学技术的发展和人类社会的不断进步，图像处理在各个行业得到了广泛的应用，图像处理技术的使用也变得尤为重要。本文主要对图像处理技术国内外的研究现状、数字图像信息的特征及数字图像处理的主要内容进行了分析。重点论述了图像处理技术理论，展望了未来图像处理理论与技术的研究热点综合分析了图像处理技术特点。今天小编为大家精心挑选了关于《生物医学图像信息技术论文(精选3篇)》，仅供参考，希望能够帮助到大家。

生物医学图像信息技术论文 篇1：

基于深度图像的交警关键手势获取及预处理方法研究

摘要：智能技术在现代社会发展当中十分普及与深入，因而出现了“无人驾驶”技术，此项技术在理论上可以解放人驾车时的双手，通过智能系统来获取路况、交警手势、交通指示牌等信息，再决策驾驶策略，但实际上此项技术目前还没有大范围投入实际应用当中，原因在于其信息获取、识别能力还存在缺陷，对此本文出于改善目的，在深度图像角度上针对“无人驾驶”技术的交警关键手势获取及预处理方法进行分析。

关键词：深度图像；交警关键手势；预处理

关于“无人驾驶”技术的交警关键手势获取、识别、预处理方法，在早期研究当中主要通过数据手套来实现，即交警佩戴具有图像信息传输功能的手套来指挥交通，而“无人驾驶”技术的智能系统能够获取到实时的图像信息，并在短时间内进行分析处理，最终决策驾驶方案，在理论上这种方法是可行的，但实际上因为早期技术水平不足，其识别精准性不足，说明智能系统的图像信息处理、计算精度不足，因而需要采用一种精确性更高的计算方法来进行改善。

1 早期“无人驾驶”技术交警关键手势获取及预处理方法不足具体表现

早期“无人驾驶”技术单纯在交警关键手势获取及预处理方面稳定性表现良好，但因为精度不够所以可靠性上相对不足。具体来说，不同的交警其因为身高、习惯等其他原因，其做出的关键手势会存在差异，此时早期“无人驾驶”技术交警关键手势获取及预处理方法很难进行准确识别，同时在部分情况下，交警可能会做出一些近似指挥动作的手势，此时智能系统容易受到误导，相应产生错误的驾驶策略[1]。此外，在上述问题表现当中可见，早期“无人驾驶”技术交警关键手势获取及预处理方法的精度存在缺陷，并会导致一些智能决策驾驶方案错误，所以对于交通安全有不利影响。

2 深度图像交警关键手势获取方法

在“无人驾驶”技术基础上，结合深度图像对其中交警关键手势特征、技术优势、步骤、预处理技术进行分析。

2.1 交警关键手势特征

交警关键手势是指交警指挥交通时的手势动作，根据当前交警专业知识得知，关键手势主要分为8种：停止、直行、变道、左转弯、右转弯、减速慢行、左转弯待转和靠边停车，通过这些手势，可以对驾车目标进行引导，完成交通指挥工作。在“无人驾驶”技术基础上，8种交警关键手势会衍生出8种相应的图像信息，而这些信息当中结合交警指挥时的方位得知，其中绝大部分都需要面向进行指挥，因此在无人驾驶车辆角度上，交警关键手势信息不会出现中断、断续现象，全部都具有连续性特征，而在此特征条件下，任意两个关键手势动作的切换，都会出现上百帧的图像信息序列，那么为了确保交警关键手势识别的准确性，就需要智能系统具备识别帧内图像信息的能力。此外，值得注意的是在现代技术水平之下，无人驾驶技术在面对上百帧的图像信息序列时，是无法对每一帧的序列进行直接识别的，所以在技术本身功能上，其准确性依旧存在缺陷，而为了消除缺陷影响，智能系统需要具有关键图像信息特征识别、获取能力，通过这些信息可以为智能化决策提供有利帮助[2]。

2.2 深度图像在交警关键手势获取中的优势

在交警关键手势获取当中，深度图像相较于彩色图像具有以下优势：深度图像得到的图像信息可以排除交警做关键手势的遮挡问题；深度图像在绝大部分情况下，可以提取交警做关键手势时的手臂动作，即使手臂动作与交警身体主干存在倾斜、跨越等情况，手臂信息是区分关键手势、无用手势的重要信息；深度图像在对交警关键手势获取时，映入其获取范围中的交警身体主干灰度值不会发生变化，因为交警介于职业素养会保持直立状态，以避免造成图像干扰，而手臂的灰度值则具有灵活变化的特征，具体动态变化走向由交警手臂动作幅度而定，有利于手势获取的准确性；在识别逻辑之下，结合深度图像获取到的信息，可以分析出手势特征，推断出具体意图，例如当手势图像信息显示手臂上升，则说明交警正在做出手势，再结合逻辑对比手势含义，可区分当前手势是否为关键手势。综合上述说明，深度图像相较于早期的彩色图像，在交警关键手势获取当中具有明显优势[3]。

2.3 深度图像交警关键手势获取步骤

结合前人研究，了解到一种利用深度图像来获取交警关键手势的方法，具体获取步骤分为5步，内容如下。

步骤一：

依照智能系统功能，对深度图像获取的所有图像信息，以视频的方式进行排列，此时就得到了深度视频流，对一系列深度视频流进行深度解析，可以得到视频帧序列。

2.4 深度图像交警关键手势获取结果分析

针对上述像素点序列直方图，以交警关键手势当中的“右转弯手势”为例来进行分析。根据直方图可见，其中横轴代表了深度视频帧序t、纵轴代表了像素点个数nt，在此基础上进行分析得知，首先交警在做出右转弯手势时，其左臂必须向前伸直，且保持平整，该动作需要手臂脱离身体主干，所以会引起像素点发生变化，变化特征为：随着手臂与身体主干脱离幅度增大，在整个动态过程当中像素点变化会持续上涨，而当动作完成且定制之后，像素点的变化则会停止，同时对应像素点的前后像素点也不会发生变化。图2为右转弯关键手势帧示意图。

3 深度图像交警关键手势预处理方法

深度图像交警关键手势预处理方法主要分为3个步骤，即背景去除、中值滤波、归一化处理，具体内容如下所述。

1）背景去除

背景去除在本质上是一种针对某场景，将其中无用信息起初，得到准确信息的一种方法，这种方法具有较高的通用性，所以在本文分析当中可以适用。具体方法上，首先需要采用背景重建方法对背景进行更新，更新之后可以得到新的背景模型，其次根据背景模型当中的参数特征，区分需求信息以及无用信息，最终将无用信息去除即可。但在本文分析当中，常规的背景去除方法并不能对准确性做出保障，所以需要对常规方法进行改良，对此本文主要采用背景差分对背景模型当中的可靠特征、深度图像对光照不敏感的特性、场景不变的训练环境进行计算，在之后步骤当中，主要根据背景差分结果来确定模型当中，目标的具体位置，在改良方法应用之下，可以有效降低距离不同背景物对目标的影响。图3背景差分法框图，图中Ik代表当前图像；Ibk代表背景图像；Dk代表差分运算过程。图4为差分法下的背景差分示意图。

2）中值滤波

在差分法下应用下，可以对深度图像进行优化，但其中还存在噪声问题，那么为了降低噪声影响，需要通过中值滤波来进行处理。中值滤波应用当中，首先需要确定将某像素作为中心待处理为邻域窗口w，其次针对窗口内的像素，根据各像素的灰度值大小进行排列，同时需要确认各像素灰度值的均值，确认后用于代替选择窗口像素点灰度值，最终在窗口移动过程中，就可以实现中值滤波处理。值滤波的表达式如公式（4）。

公式（4）：f（i，j）=median{f（r，s）}[∈]Nf（i，j）。式中f（r，s）代表W中任意像素点的像素值。

3）归一化处理

在最小外接矩形条件下，先对手势实际位置进行确认，之后，在最小外接矩形的四个边界处，设置50个像素间隙，此时就形成了新外接矩形，最终在新外接矩形基础上进行分割，得到手势像素区，按比例缩放后得到120 x 120的归一化图像。图5为归一化处理下的最终图像。

4 结语

本文主要对基于深度图像的交警关键手势获取及预处理方法进行了分析，通过分析得到结论：早期的“无人驾驶”技术，在交警关键手势获取、预处理方法当中均存在准确性不足的问题，所以需要进行改善；在深度图像基础上，了解了交警关键手势获取方法、预处理方法的应用，并对深度图像的优势进行了阐述；根据图5说明本文深度图像预处理法有效。

参考文献：

[1] 华旭奋，孙俊.基于深度信息的手势识别算法研究[J].传感器与微系统，2017（12）：122-125.

[2] VanBang L E，朱煜，赵江坤，等.基于深度图像HOG特征的实时手势识别方法[J].华东理工大学学报，2015，41（5）：698-702.

[3] 瞿暢，沈芳，于陈陈，等.基于Kinect深度图像的腕部及手指活动度测量方法[J].中国生物医学工程学报，2016，35（5）：626-630.

[4] 沈洁.基于手势识别技术的交互式虚拟摄影系统设计与实现[J].现代电子技术，2018（5）：93-96.

【通联编辑：张薇】

作者：罗昆 孙一蓬

生物医学图像信息技术论文 篇2：

关于图像处理技术现状及发展的分析

摘 要：随着科学技术的发展和人类社会的不断进步，图像处理在各个行业得到了广泛的应用，图像处理技术的使用也变得尤为重要。本文主要对图像处理技术国内外的研究现状、数字图像信息的特征及数字图像处理的主要内容进行了分析。重点论述了图像处理技术理论，展望了未来图像处理理论与技术的研究热点综合分析了图像处理技术特点。

关键词：图像处理技术 数字图像处理 图像特征

1 图像信息技术简介

随着近代科学技术的发展，人们通过图像信息来进行科学研究、生产加工、交通及社会治安管理、军工产业发展、临床医疗研究、考古研究及天文研究等，为人类社会的发展奠定了坚实的基础。例如，通过治安监控及交通监控，对危害社会安定的因素进行消除；在工厂中通过图像信息，管理工厂的正常运作；在医院里，通过各种成像技术形成图像信息，对患者进行正确的治疗。从以上方面可以看出图像信息在近代社会中是不可或缺的一部分。

2 数字图像处理技术

2.1 数字图像处理技术简介

随着信息化技术的发展，为增强图像信息处理的实用性，有一种处理方式叫做数字图像处理（Digital Image Processing），它是通过电脑或者其他硬件数字化处理的图像信息，其包括了图像数字化，图像的分割、复原、增强、变换、分析和描述等。例如，在考古过程中，在文物进行扫描、拍照及建模，可以帮助学者进行文物的考察；通过对卫星图像处理，对气象、气候、地质等进行深入研究。

在数字图像处理技术飞速发展的时代，随着不断增强的计算机处理技术，如何利用获得的图像信息也变得越来越重要，根据不同领域的需求，数字图像处理技术多方面发展，以适应时代发展。根据统计可以得出，数字图像处理技术已经渗透到生物医学工程、通信工程、工业、航空航天技术、文化艺术、军事等各个领域，在人类社会的发展中发挥着重要的作用。

图像是人类获得外界信息的主要来源之一，对于现代社会中涉及到人们生活、工作的图像处理技术，说明了图像处理技术已经渗透到了人类社会的各个方面。同时，随着人类活动范围的不断扩展，应用图像处理技术的领域也越来越多，已经对国计民生产生了不可低估的作用。

自1920年代起，数字图像处理技术被发明并使用，首次使用是通过海底光缆，将采用数字压缩技术压缩的一幅数字照片从英国伦敦传送到美国纽约。随着电子技术的进步，自1960年代起，数字图像处理技术飞速发展，随着数学、信息科学及计算机科学等相关学科的发展，以及数字图像处理技术数十年的理论完善和方法研究，已经成为一门新兴学科。为了得到人们需要的信息，将图像进行滤波、均衡、变换、压缩、去噪等处理，即为数字信号处理技术。经过学科技术的进步与发展，数字图像处理技术也包括了图像信号的数字处理，它是一种将图像作为图像信号并进行数字处理的技术。数字图像处理技术在现在最常见的是以计算机为中心，使用计算机对图像进行处理，其中包括各种输入、输出、存储及显示计算机内的数字图像处理系统。

2.2 国内外的研究现状

通过回顾图像处理技术的发展历程，可以分为初始期、发展期、普及期和应用期。自1960年代起，图像处理多采用中、大型机器对图像进行像素型光栅扫描显示，此阶段被称为初始期，在这一时期，图像处理设备昂贵、图像储存成本高，因此应用面窄。进入1970年代的发展期，此时已经大量采用中、小型机对图像进行处理，处理方式也改用光栅扫描，随着卫星遥感图像和CT技术的出现，很好地推动了图像处理技术的发展。随着1980年代普及期的到来，此时图像处理任务已经可以交给微机进行处理，同时超大型集成电路的出现使设备造价进一步降低，处理速度也大大提高，极大地促进了图像处理技术的普及和应用。图像处理技术的应用期是自1990年代开始的，此时图像处理的信息量巨大，要求不断提高的处理速度。同时根据应用领域的不同，图像处理技术发展出不同的分支结构，如医学图像处理、人工智能、遥感图像处理等领域。近几年以来，图像处理技术引入了新的理论和算法，如分形几何（Fractal）、人工神经网络（Artificial Neural Networks）等，今后这些新的理论将会成为图像处理技术的研究热点。

2.3 数字图像信息的特征

（1）信息量大。相比语音文件，数字图像文件处理需要占用较宽的频带，频带越宽，实现的技术难度就越大，成本也就随之升高

（2）数字图像中各个像素之间相关性很大。数字图像中各个像素都不是独立的，如一幅电视画面中，很多相邻的两个像素或相邻两行间的像素，很大可能具有相同和相近灰度，因此图像压缩的潜力很大。

（3）数字图像处理系统应用范围广。经过多年技术的发展，数字图像处理系统现在已经实现应用在计算机、考古、医学、军事等领域。

2.4 数字图像处理技术的主要内容

数字图像处理技术主要研究的内容有如下5个方面。

（1）图像变换。通过一系列变换处理技术，如离散余弦变换、沃尔什变换、傅里叶变换等，用变换域处理替换空间域处理方式，这样对于阵列很大的图像处理能够极大地提高计算效率，减少计算量。

（2）图像编码压缩。为方便图像处理、传播及减少占用的容量，在不失真的前提下利用编码对图像进行压缩，减少描述图像的比特数。同时，在图像处理技术中，编码压缩技术也是发展比较早且手段较为成熟的技术。

（3）图像的增强与复原。为了提高图像的质量需要用到图像增强技术，例如，将图像中所感兴趣的部分突出，同时提高图像的清晰度并去除噪声。为使图像中物体轮廓更加清晰，可将图像的高频分量强化；为使图像中的噪声影响减少，可将图像的低频分量强化。图像的复原是在根据降质过程建立“降质模型”的基础上，用滤波处理的方法，将原来的图像重建或恢复，此过程需要深入了解图像降质的根本原因。

（4）图像的分割。有时，想进一步对图像进行识别、分析和理解，需要将图像中有意义的部分特征提取出来，这就用到了图像分割技术。该技术的研究是目前最热的图像处理技术研究之一，并作为数字图像处理的关键技术被大家所熟知。

（5）图像的分类（识别）。在图像分类法中，句法（结构）模式识别和统计模式分类作为经典早已广泛应用。近年来，科学技术发展日新月异，随着人工神经网络模式和模糊模式识别等技术的出现，新发展起来的分类法在图像识别的领域中也越来越受到大家的重视。

3 图像处理技术展望

科技发展不断向前，计算机处理能力不断增强。与此同时，图像处理技术的发展也变得日新月异。在当今各学科间频繁的技术交流中，彼此互相渗透、交叉，具有信息获取及信息利用等方面优势的图像处理技术将占有愈发重要的位置。

随着越来越多的应用领域广泛重视起图像处理技术，作为一门引人瞩目、前景远大的新型学科，该技术取得了重大的开拓性成就。同时图像处理技术的发展仍需不断前行，在突破处理速度的极限时提高处理精度，也是当今一大难关。

参考文献

[1] 严敬文.數字图像处理（MATLAB版）[M].北京：国防工业出版社，2007.

[2] 于万波.基于MATLAB的图像处理[M].2版.北京：清华大学出版社，2011.

[3] 张德丰.数字图像处理（MATLAB版）[M].北京：人民邮电出版社，2009.

[4] 王易炜，张金鹏，王龙.基于MATLAB版的数字滤波器设计及其在数据处理中的应用[M].航空兵器，2011（4）：43-47.

作者：安丛姝

生物医学图像信息技术论文 篇3：

基于区域协同医疗的眼科图像信息系统的研究

[摘要] 目的 探讨眼科图像信息系统的研究。方法 开发语言采用微软VS2005高级语言程序，数据库系统采用ORACLE 10g，通过网络连接将眼科本地以及远程的各种检查设备连接，实现畅通的计算机网络信息管理。结果 该系统使眼科设备与PACS系统得以紧密地联系起来，实现了眼科设备图像的采集，同时按照PACS标准实现了眼科图像的存储与传输等一系列功能。结论 该设计实现了眼科设备与PACS系统的方便連接，具有很高的社会效益、经济效益及学术价值。

[关键词] 眼科；区域协同；图像系统

The Research of Ophthalmic Image Information System Based on Regional Collaborative Health Care

HAN Xiaohui1 MA Yuanxing2 ZHENG Suilian1

1. Department of Ophthalmology， the Affiliated Second Hospital of Wenzhou Medical College， Wenzhou 325027， China； 2. Department of Radiology， the Affiliated Second Hospital of Wenzhou Medical College， Wenzhou 325027， China

[Key words] Ophthalmology； Regional collaboration； Image system

区域协同医疗是医改的重要方向。2009年3月17日，《中共中央国务院关于深化医药卫生体制改革的意见》出台，明确提出“要建立实用共享的医药卫生信息系统”。利用计算机网络信息技术将眼科的各种检查设备，通过计算机与网络硬件设备组建局域网、城域网或广域网，再开发适用的应用软件系统，实现眼科图像网络信息化管理，并将图像转换为DICOM传送到PACS，利用PACS网络将基层医院疑难眼科图像传送给大医院会诊并在此基础上实现双向转诊的协同医疗[1]，已成为实现眼科临床信息化研究中的重要课题。

国外眼科设备不少已具有DICOM接口，将图像送到PACS已较方便实现，但针对双向转诊功能未见文献报道[2]。国内的眼科图像管理系统实现方式报道较多的主要在日常工作管理及图像管理多以JPG格式实现，远程会诊方式多为通过邮件传送或图像JPG下载的方式[3]。通过将图像转换为DICOM方式并通过PACS网络进行会诊及医院间的协同眼科医疗模式是未来发展趋势。

1 眼科图像信息系统的设计思想

通过开发软件，实现眼科图像的采集、眼科图文报告的生成、患者基本信息的录入、眼科图文报告的打印、病例信息的查询与检索、工作量的统计报告、与HIS系统实现集成、用户权限管理、日志管理等功能；事先将采集的图像以DICOM方式发送到PACS或将非标准图像转换为DICOM传送到PACS；支持基层医院将检查信息发送到PACS网络进行远程会诊；支持基层医院与大医院间的双向转诊和协同医疗。

2 计算机硬件网络及数据库系统的搭建

初级开发选择一般的PC机当服务器，CPU为酷睿双核E5300，2G内存，2TB硬盘，17英寸液晶显示器，打印机。开发电脑选择立式大机箱的商务电脑，以便安装采集卡；采集卡采用杭州奥泰V70。有RJ45以太网口的眼科设备通过XML获取数据并进行DICOM转换发送到PACS中，无以太网口的眼科检查仪器通过图像采集卡采集，并将图像传输到工作站，经过工作站处理，然后通过100M网卡连接到PACS系统。如图1所示。

3 软件系统的开发与实现

医学影像存档与通讯系统（picture archiving and communication system，PACS）是随着网络技术的发展和数字化医学影像设备的普及，特别是数字医学图像通讯（digital imaging and communication on medicine，DICOM）标准的建立而发展起来的。设备符合DICOM标准的能够作为独立的节点连入PACS网络，与其他符合DICOM标准的设备进行信息交换[4，5]；开发语言采用微软VS2005高级语言程序，数据库系统采用ORACLE 10g，操作系统客户端WINDOWS XP，服务器端为WINDOWS 2003。

4 技术路线

4.1 业务模型

实现眼科的图像的网络化管理；实现眼科图像远程会诊；实现基层医院和大医院间的协同眼科医疗。

4.2 功能模型

①设计基于区域协同医疗的眼科图文系统数据库；②研发基于区域协同医疗眼科图文系统应用软件；③研发设计采集眼科设备图像接口；④研发DICOM转换网关软件；⑤设计支持双向转诊功能的组件；⑥设计支持WEB查询及整合调阅眼科图像的PACS系统。

4.3 数据模型

基于WEB SERVICE及HL7_RIM的数据建模，其数据建模采取的技术路线如图2所示。

图2 数据模型

4.4 数据标准

基于国家卫生部制定的统一的数据元、数据集标准，包括类的属性、类的关联及数据库设计以卫生部制定的基于居民健康档案的区域卫生信息平台建设指南为参考，并采取面向对象数据模型数据库设计，如图3所示。

4.5 系统技术架构

整个系统架构基于C/S点对点方式和B/S WEB方式共存，医院内部由于要采集眼科图像，所以采用C/S架构，而远程会诊及区域协同的数据查询，包括检查基本信息及图像信息查询采用WEB架构；眼科的图像通过DICOM方式送到PACS进行图像会诊及其他科室的浏览。图像传输会诊架构图见图4。

图4 系统技术架构

通过图4可看出，眼科图像的会诊主要通过整个大PACS网络进行图像异地的会诊。

5 眼科图像信息系统的应用价值

眼科图像信息系统建立以后，各种检查设备每天产生的患者图像信息便可即时电子化存贮在网络计算机数据库中，随时被临床医师检索调阅，从而显著提高了办公效率，缩短了患者的候诊时间，减少了各种检查设备对耗材的大量需求；同时，在网络化管理过程中形成的电子化资料含图像与文本信息，经日积月累便可逐步构成一个信息量庞大的数据仓库。这些宝贵的数据资料可广泛应用于临床、科研、统计、教学、学术交流等各方面，具有不可估量的社会效益、经济效益及学术价值。

6 结论

本文较详细地论述了眼科图像信息系统的应用，该设计实现了眼科设备与PACS系统的方便连接，实现了眼科图像的归档。

[参考文献]

[1] 魏明，王继伟. 区域医疗协同中PACS系统的效能发挥[J]. 医学信息，2009，22（10）：1997-1998.

[2] 陈衍斯，李彬，田联房，等. PACS中DICOM图像传输与存取系统的设计[J]. 生物医学工程研究，2008，27（2）：103-106.

[3] 王勤美，王晓幸，刘晓玲，等. 应用万维网进行眼底病图像远程会诊[J]. 中华眼底病杂志，2001，17（3）：247-248.

[4] 王恒，朱玉全，吴微. DICOM医学图像文件的信息提取及图像显示的实现[J]. 医疗设备信息，2007，22（9）：1-3.

[5] 李彭军，张海，郭文明. 建设全院PACS网络相关问题探讨[J]. 现代医院，2006，6（10）：136-139.

（收稿日期：2011-04-19）

作者：韩晓晖 麻元兴 郑穗联