1.1研究目的及意义

自1895年X射线被发现后，首先应用到了医学诊断上。影像技术在临床医学上的成功应用，使得传统医学的诊断方式发生了根本性的变化。医学影像处理与分析技术是指利用计算机技术来辅助医生鉴别和分析医学影像的技术，它可以为医生提供更准确、更清晰的信息以用于疾病的诊断和治疗。医学影像处理与分析技术的进步，给医生带来了更丰富的影像信息。在传统的医学诊断中，医生通过观察影像胶片发现病灶区域的解剖结构和生理信息，这种诊断方式往往依赖于医生的主观判断，缺乏客观上的准确性且效率较低。直到计算机科学的发展和数字化医疗设备的出现，人们开始把影像胶片上的模拟信息转变为数字信息进行存储和传输，并将数字图像处理与分析技术应用到了医学影像处理中。试图一定程度上排除人为主观因素，提高医学诊断的准确性和效率。随着医疗设备突飞猛进的发展，现代医学成像技术可以提供多维、多模、多源等特征的影像数据。针对不同成像设备的影像处理算法也层出不穷。

面对种类各异的数据类型和海量的图像处理算法，给医学影像领域的算法研究者带来一定的学习难度，放射科医生对医学图像所包含的信息的解读仍然停留在定性阶段。随着医学成像技术特别是数字化医学影像技术的发展，对医学图像信息的定性解读方式已经不能满足临床的需求。仅凭借医生自身的经验容易产生漏洞和误诊，而且每位医生对影像信息的解读会不同，因此，对医学图像的定量分析是医学影像学发展的必然要求。在此背景下，医学图像处理与分析技术应运而生，且发展迅速。

1.2 国内外研究现状

随着成像设备突飞猛进的进步，针对高维数据的医学图像分析研究逐步成为主流。多排螺旋CT能够在极短的时间内采集到真正的各向同性体素数据并重组成三维数据，MR心脏图像是时间加三维的四维数据，一次完整的心脏检查结果包括在心动周期上、各个时刻、多个层面上的数百张二维图像。数据采集的高维化，导致依靠传统的二维表达已经很难理解如此海量的信息，更谈不上有效率地判读和分析。医学图像分析的研究的对象也日益广泛，不再限于过去具有明显诊断特征的病种，开始拓展到多种不同器官、解剖形态、功能过程的图像，试图利用自动精确定量的计算机辅助图像分析，帮助临床医生和研究者高效准确地处理海量图像信息。在成像硬件的推动下，从20世纪90年代中期到现在，医学图像分析在理论方法和应用上都取得了长足的进步。

经过多年的发展，国际上逐渐形成了两个知名的医学图像分析领域学术会议：一个是MICCAI（Medical Image Computing and Computer Assisted Intervention),侧重于讨论与临床应用相结合的医学图像分析技术和应用；另一个是IPMI（Information Processing in Medical Imaging),侧重于讨论信息处理和模式识别技术在医学图像处理中的应用。这两个会议聚集了很多医学图像分析领域的国际知名专家，反映了该领域的最新动态。在期刊方面，爱思唯尔出版的MIA(Medical Image Analysis)杂志专门介绍国际医学图像分析方面的进展，IEEE TMI（IEEE Transaction on Medical Imaging)上也刊登了很多与临床应用结合密切的医学图像分析领域的文章。除此之外，在许多图像处理、计算机视觉和生物医学工程领域的国际会议和期刊中，医学图像分析都占有一席之地。

国际许多著名大学和研究机构都开展了医学图像分析方面的基础理论和应用研究，包括美国耶鲁大学医学院、麻省理工大学人工智能实验室、哈佛大学医学院神经科学中心、约翰霍普金斯大学。

国内医学图像分析研究也得到很多大学和研究机构的青睐，虽然起步比较晚，但在较高的起点上取得了一定成绩。此外，GE医疗、飞利浦医疗和柯达医疗影像等著名医学影像设备公司，都有专门的医学影像分析研究中心开展研究；西门子公司在普林斯顿设有研究院，专门做医学图像分析的理论方法基础研究和软件开发。因此，医学图像分析的研究和应用正形成一个全球性的产业链和市场。

2. 研究的基本内容与方案

2.1 研究（设计）的基本内容及目标