生物医学工程是建立在现代高科技基础上的新兴交叉学科

图像处理技术是把经过数学变换后得到数字图像信息，再由计算机进行编码、增强、复原、压缩、存储等处理，最后产生可视图像。图像处理技术在通信科学、机器人视觉、多媒体技术、高清晰度电视、医学图像、目标跟踪等领域得到了广泛的应用。自九十年代起，借助计算机图像处理与分析、计算机图形学、虚拟现实和计算机网络等技术的医学影像与处理一直是国内外研究与应用的热点。目前生物医学工程是数字图像处理技术应用的一个非常活跃的领域。

生物医学工程是建立在现代高科技基础上的新兴交叉学科，涉及现代图像技术、信号处理、计算机视觉、医学成像、人工智能等学科。数字图像处理和模式识别等技术在生物医学领域得到广泛的应用，如病理切片图像、X射线透视图像、CT和MRI、核医学影像、红外线热成像图像等。其中在染色体分析、血细胞自动分类、胸部X光照片的鉴别、眼睛虹膜和指纹识别等生物识别技术方面都开展了卓有成效的研究工作。

医学图像的获取和预处理

图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅里叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅里叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中有良好的局部化特性，它在图像处理中也有广泛而有效的应用。

图像编码压缩：图像编码压缩技术可减少描述图像数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。

图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突发图像中所感兴趣的部分。如强化图像高频分量，可是图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中的噪声影响。图像复原要求图图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采取某种滤波方法，恢复或重建原来的图像。

图像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前研究出不少的边缘提取、区域分割的方法，但还有一种普遍使用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。

图像描述：图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述研究，提出来体积描述、表面描述、广义圆柱体描述等方法。

图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类采用经典的模式识别方法有统计模式分类和句法（结构）模式分类，今年来新发起来的模糊识别和人工神经网络模式分类在图像识别中也越来越受到重视。

数字图像处理在生物医学工程方面的应用示范广泛，而且很有成效。比如对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术。

医生在对病人进行诊断和治疗的过程中，第一步要做的是取足够的有关病人状态的信