|
图像分析系统一般由计算机，图像输入设备，图像输出设备和交互控制设备构成。计算机系统，要求运算速度快，内存大，图像阵列处理器和显示卡的内存也应尽可能大，配备大容量存贮器便于图像备份。图像输入设备常用的有高解像度的摄像机、CCD摄像机、扫描仪和数码像机等。图像输出设备有视频打印机，激光打印机，图像硬拷贝机等。交互控制设备有鼠标和数字化图形输入板，可以用人机对话的方式选取工作菜单，执行指令，还可控制图形的输入和处理。 图像分析系统的核心部分是图像分析处理软件，分为通用软件和专用软件，它直接决定了分析结果的优劣。 医学图像成像方式多种多样，来自不同途径的图像不可避免地存在着噪声和畸变，为了得到较好的图像分析处理结果，提取我们感兴趣的图像细节，首先必须进行图像增强(image enhancement) ，在成像过程中 原图中总存在各种噪声和畸变，为使像质得到改善以利于特征提取和图像识别，对图像进行预处理，目的是图像增强也叫图像质量改善。图像增强的方法很多，对比度增强可通过灰度变换，直方图均衡等方式提高图像的对比度和清晰度。阴影校正和图像多帧数学运算可消除成像系统形成的照明场误差，改善图像的阴影，畸变和明暗差，突出感兴趣的图像特征。锐化处理通过微分法或梯度法等高频滤波算法可消除图像的模糊，增强图像高频成分，使图像轮廓分明。平滑处理常用局部平均法，中值滤波法有效地去除图像中高频噪声。 为了根据图像的结构特征，分离出感兴趣的对象物，以便进行图像识别和分析，图像分割(image segmentation)是选取灰度阈值，区分主要对象、其他对象和背景的主要手段。图像分割通常用二值化阈值处理，根据图像的灰度直方图确定对象物的阈值，使对像物和背景以0和1分别显示，便于计算机处理，也可进行多相分割，通过灰度直方图中多个峰值加以区分，分别定出阈值，根据灰度阈值范围分割出各类对象物。 图像二值化处理(image binary) 通过各种矩阵算子对二值图进行腐蚀膨胀，开放封闭，填空洞，擦碎片，骨骼细化等形态学方法处理，也可采用布尔代数方法，进行逻辑运算，从而整理图像画面，清除不感兴趣的对象，便于计算机最终进行模式识别和特征提取，这种图像整理方法是图像处理不可缺少的步骤。 经图像分割和二值化处理后的图像，突出了对象物形态特征，最后进行图像识别(image recognition)和图像分析，通过对图形特征的编码识别和描述，进行特征提取，然后进行全自动和交互测量分析。图像分析还可以作图像重建(image reconstraction)和图像复原(image restoration)。人眼只能感觉可见光，对可视图像进行判读和分析，对那些通过各种传感器观测的不可视信息的图像数字化是图像重建的一个重要内容，另外利用傅立叶变换等方法对X线断层扫描图像进行三维重建复原出体内器官的三维立体图形等，也是图像重建的重要内容。图像复原是利用各类滤波方式消除图像中噪声和模糊，改善图像质量。 第五节 细胞培养 生物体是一个高度统一的整体，而细胞生物学的主要对象是生物体内的各种细胞，很显然，在整体条件下研究单个细胞或某一细胞群在体内（in vivo）的功能活动是非常困难的。在实际工作中，人们常常从生物体内取出组织或细胞，在体外(in vitro)模拟体内生理环境，在无菌、适当温度和一定营养条件下，对这些组织或细胞进行孵育培养，使之保持一定的结构和功能，以便于我们的观察研究，这种方法就是细胞培养（cell culture）。有时细胞培养也称为组织培养（tissue culture），二者可作为同义语使用。 细胞培养的工作始于20世纪初（ Harrison，1907），目前已广泛应用于生物学、医学的各个领域。细胞培养主要具有两个方面的优点，其一是人工培养条件易于改变并能严格控制，便于研究各种因素对细胞的结构、功能和各种生命活动规律的影响；其二是细胞在体外培养环境中可以长期存活和传代，因此可以比较经济地、大量地提供在同一时期、条件相同、性状相似的细胞作为实验样本。 细胞培养技术也存在着一定局限性，主要是细胞离体以后失去与体内环境的密切联系，失去了神经体液的调节和不同细胞间的相互作用，特定分化基因的表达减弱或停止，而进化中保守的细胞生长和增殖活动却可维持，遂使体内外细胞出现了差异，这是应用细胞培养技术应该注意的问题。 (责任编辑：laiquliu) |
