沈 楠

(淮北师范大学 计算机科学与技术学院，安徽 淮北 235000)

0 前言

医学影像技术的日益成熟使得各种医学影像设备在医院中大量使用。如何应用计算机图像处理技术进行图像处理和分析，辅助医生诊断，具有重大的应用前景。生物大分子图像处理是指对获得的生物大分子图像施加一系列图像处理达到预期的结果，包括多种格式的图像的读取和存储、图像的线性和非线性变换、效果增强和重建，然后实现图像的目标分割和特征提取，最终实现图像的目标识别或者是实现目标的测量等。按照生物大分子图像对象的处理目的不同可以将这些关键技术分为三个主要层面，即获取的生物大分子图像的降噪处理、图像的生物大分子分割和目标分析、图像的医学相关目标的理解和识别。[1]

对生物大分子图像预处理的目是消除图像的冗余信息，增加图像信息的可检性，简化要处理的数据或者改善图像的可视性，提高图像分割和特征抽取的准确性，降低图像处理的数据运算量，为后面的模式识别和医学目标理解奠定基础。常用的图像预处理算法包括图像的线性或非线性变换、图像降维、多种插值算法等。图像预处理是图像识别的必须步骤，但图像预处理只是涉及图像的基本性质，目的是为后续操作除去冗余信息，简化运算，不涉及对图像的理解。

图像分析侧重于对图像中感兴趣的目标进行有效分割，其目的是获取医学大分子图像的特征数据，并在提取特征的基础上对特征进行有效的描述。……