趙潔

【摘要】 在目前我國所采用的醫(yī)學(xué)成像方式中，超聲診斷屬于臨床應(yīng)用中較為常見的一種，以此相對應(yīng)的醫(yī)學(xué)圖像自動處理形式可以有效提高綜合的診斷準確性和診斷客觀性。本文首先從超聲醫(yī)學(xué)的應(yīng)用圖像處理原理研究入手，詳細闡述了相關(guān)的技術(shù)信息以及所具體應(yīng)用算法，并對超聲醫(yī)學(xué)設(shè)計以及圖像處理手法進行了可行性分析以及實際操作估算研究。此后，以產(chǎn)前的超聲醫(yī)學(xué)為基礎(chǔ)對該類型技術(shù)進行了綜合應(yīng)用研究，其中包括了標準化切面的自動提取技術(shù)和應(yīng)用生物學(xué)研究模式進行參數(shù)自動化測量處理。最后，對產(chǎn)前超聲智能化發(fā)展和診斷進步方向進行了完整總結(jié)。

【關(guān)鍵詞】 產(chǎn)前學(xué) 醫(yī)學(xué)圖像處理 生物學(xué)參數(shù)測量

前言：出生帶來的生理缺陷是導(dǎo)致新生兒死亡率上升的主要原因，同時也是該部分原因給個人家庭以及集體社會帶來了沉重的負擔和影響，出生生理缺陷引發(fā)的新生兒問題發(fā)生概率也在逐年上升。目前來看，我國每年新生兒出生缺陷病例總數(shù)在逐年上升，同時，因為新生兒出生缺陷而消耗的醫(yī)療治療費用也高達百億元，本文首先從超生醫(yī)學(xué)的相關(guān)圖像處理方法入手，之后對該部分技術(shù)的臨床應(yīng)用進行了完整總結(jié)。

一、超聲醫(yī)學(xué)圖像處理方法

1.1計算機的視覺

我國的計算機視覺處理手法與醫(yī)學(xué)影像研究處理方法的結(jié)合一直是一個重點研究課題，同時也對我國傳統(tǒng)的醫(yī)學(xué)圖像處理技術(shù)的發(fā)展產(chǎn)生了重要影響。在我國的計算機視覺領(lǐng)域目前已經(jīng)研究總結(jié)了大量有價值的研究方法和研究技術(shù)。

1.1.1圖像濾波

超聲的圖像濾波應(yīng)用主要作用在于過濾掉斑點噪聲。斑點噪聲主要是因為人體內(nèi)存在很多實際尺寸小于波長的人體組織機構(gòu)，同時在后向的散射聲波影響下而產(chǎn)生，斑點和噪聲的出現(xiàn)進一步降低了在B超成像過程中的實際圖像對比以及組織內(nèi)可以提取的詳細信息數(shù)據(jù)。通過調(diào)查研究可以發(fā)現(xiàn)，斑點噪聲的模型可以大致劃分為兩個類別：完全性的隨機模型、長階次非隨機模型、斷階次非隨機模型。目前我國已經(jīng)采用的多種超聲成像濾波算法都可以實現(xiàn)一定程度的噪聲過濾，并沒有哪一個固定的濾波算法可以實現(xiàn)應(yīng)用最優(yōu)效果發(fā)揮，對于固定的圖像成像分析可以采用多種定性以及定量形式進行計算，從而對各類型濾波進行對比分析，所以屬于一種可行性較強的應(yīng)用方案[1]。

1.1.2圖像分割

醫(yī)學(xué)的圖像構(gòu)成處理方法研究過程中，圖像分割一直都是其中一個熱門討論課題。主要的圖像分割目標在于按照合理的規(guī)則進行圖像像素類型劃分。早期的該部分技術(shù)主要有區(qū)域生長以及聚類，主要是借助圖像的灰度信息，但是應(yīng)用此類方法對于灰度值較為相近的兩種類型物品難以區(qū)分，以邊緣檢測的方法進行分析需要結(jié)合梯度信息，但是該類型的方法沒有較為敏感的噪聲反應(yīng)度，同時對于邊緣較為模糊的物體提取存在困難，因為大部分的產(chǎn)科超聲醫(yī)學(xué)計算機成像質(zhì)量較差，同時在操作過程中的待分割目標也較為復(fù)雜，所以需要利用更加多元化的信息處理方法才能取得更好的分割處理效果。形狀先驗操作形式是在活動的具體輪廓和活動模型的提出而受到重視，以神經(jīng)網(wǎng)絡(luò)信息計算方法為分割的主要目標，同時也可以通過學(xué)習(xí)一種合理的分割形式來提高分割效果[2]。

1.2機器學(xué)習(xí)

在我國的產(chǎn)前超聲醫(yī)學(xué)處理過程中，機器學(xué)習(xí)都占據(jù)重要的地位并發(fā)揮著重要的作用，主要是因為機器學(xué)習(xí)促進了我國的產(chǎn)前超聲診斷以及智能化發(fā)展，對于部分沒有充足精確度和分析推導(dǎo)較為困難的問題，可以利用實際案例中的自動學(xué)習(xí)算法提高準確性。近些年來，我國大部分的超聲成像醫(yī)學(xué)設(shè)備開始應(yīng)用于臨床實踐中，從而豐富了總體的超聲醫(yī)學(xué)成像數(shù)據(jù)信息資源，進而也提高了機器學(xué)習(xí)在產(chǎn)前超聲的醫(yī)學(xué)應(yīng)用可行性[3]。

二、產(chǎn)前的應(yīng)用

國內(nèi)學(xué)者對于標準切面自動化搜索研究成果已經(jīng)較為豐富，獲得了較大的研究進展，首先，提出了自動化的標準切面模型成像方法，該種方法需要人工進行參考切面處理，同時還應(yīng)該根據(jù)實際的統(tǒng)計方法進行其他類型研究，上述工作多數(shù)都是以傳統(tǒng)圖像處理手段為基礎(chǔ)，實際的有效性主要是以假設(shè)的正確性為基礎(chǔ)，但是從另一個角度進行分析也難以滿足所以復(fù)雜的要求。機器學(xué)習(xí)主要是可以實現(xiàn)自動化的訓(xùn)練數(shù)據(jù)信息提取，通過該種方法可以獲得更加復(fù)雜同時可靠性較強的經(jīng)驗，同時還可以實現(xiàn)系統(tǒng)范化性能的良好實現(xiàn)。

結(jié)論：以超聲圖像為基礎(chǔ)的醫(yī)學(xué)診斷屬于我國當前臨床診斷中的重要方式，基于超聲圖像手段的醫(yī)學(xué)診斷方式具有受損程度小、及時性強、非侵入等眾多優(yōu)點，從而讓其在實際的診斷中得到了更為廣泛的發(fā)展和應(yīng)用。本文主要從產(chǎn)前超聲醫(yī)學(xué)為研究背景，對相關(guān)的醫(yī)學(xué)圖像處理方法以及處理手段的原理進行了綜合分析和闡述，同時也對其中應(yīng)用的關(guān)鍵性技術(shù)進行了綜合分析，可以豐富該領(lǐng)域的研究成果。

參 考 文 獻

[1]陳秀蘭，李勝利.胎兒唇腭裂產(chǎn)前超聲篩查與診斷新進展[J].中華醫(yī)學(xué)超聲雜志（電子版），2013，04：263-266.

[2]黃巧燕，張棣.胎兒畸形的產(chǎn)前超聲診斷現(xiàn)狀[J].醫(yī)學(xué)綜述，2010，24：3803-3806.

[3]王海燕.產(chǎn)前超聲診斷胎兒占位性病變的臨床價值[J].中華醫(yī)學(xué)超聲雜志（電子版），2014，02：160-166.