本书为普通高等教育“十一五”国家级规划教材。全书共分章，主要介绍了医学影像图像数字化及其运算、医学影像图像增强处理、医学影像图像分割、医学影像图像配准、医学图像模式识别等内容。

本书主要面向高等院校医学影像学和生物医学工程专业五年制及七年制学生授课使用，也可用做电子科学与工程类、控制理论与工程类、计算机理论与技术类、仪器科学与技术类等相关专业学生选修课教材。

医学影像图像处理是在计算机科学、医学、物理学等学科基础上发展起来的一门科学，它可以辅助临床医生进行研究、诊断和治疗，算法是其发展的原动力。

本书在系统讲述医学影像信号处理理论的基础上，有针对性地介绍了医学影像计算机断层成像、医学影像图像分割、医学影像图像配准、医学图像模式识别及医学影像三维重建与可视化算法。

本书可作为高等院校医学影像学和生物医学工程专业五年制及七年制学生必修课教材，也可供电子科学与工程类、控制理论与工程类、计算机理论与技术类、仪器科学与技术类等相关专业学生选修课使用，还可供相关领域与专业的科研人员参考。

第1章 概述

 1.1 有关数字图像处理系统的基本概念

1.1.1 图像、图形与图像处理

1.1.2 描述图像的基本物理量

 1.2 医学影像图像处理研究的内容

 1.3 医学影像图像处理系统

第2章 医学影像图像数字化及其运算

 2.1 对医学影像图像的数字化处理

2.1.1 Shah函数与信号采样

2.1.2 量化

2.1.3 二维图像信号数字化

2.1.4 图像的矩阵表示与图像数据量

 2.2 图像灰度直方图

 2.3 图像的基本运算

2.3.1 图像的点运算

2.3.2 图像直方图的均衡化与匹配

2.3.3 代数运算与图像直方图

2.3.4 图像的几何运算

第3章 医学影像图像增强处理

 3.1 对医学影像图像的空域法增强

3.1.1 图像空域滤波基础

3.1.2 平滑空间滤波器

3.1.3 锐化空间滤波器

 3.2 信号的频域滤波

3.2.1 频域滤波基本过程

3.2.2 频域滤波与空间滤波的对应关系

 3.3 对医学影像图像的频域法增强

3.3.1 平滑频域滤波器

3.3.2 频域锐化滤波器

 3.4 对傅里叶变换和卷积的再讨论

3.4.1 傅里叶变换及其实现

3.4.2 对卷积的讨论

3.4.3 Z变换与滤波器设计

第4章 医学影像图像重建

 4.1 以X-CT为代表的医学影像图像重建设备与过程

4.1.1 X-CT影像设备与图像重建流程

4.1.2 X-CT反投影重建成像算法

 4.2 X-CT平行射束滤波反投影图像重建

4.2.1 X-CT影像滤波——反投影重建算法

4.2.2 X-CT中的滤波函数与内插函数

4.2.3 X-CT影像滤波——反投影重建的计算机实现

 4.3 X-CT扇形束投影图像重建

 4.4 MRI图像重建

第5章 医学影像图像分割

 5.1 基于区域的医学影像图像分割

5.1.1 区域增长和分裂合并

5.1.2 基于最大熵阈值分割法及其应用

5.1.3 基于高斯混合分布的图像分割方法

 5.2 基于边缘的医学影像图像分割

5.2.1 基于模糊连接的图像分割方法

5.2.2 分水岭图像分割方法

5.2.3 基于参数形变的医学图像分割

5.2.4 基于几何形变的图像分割

 5.3 医学影像图像分割的研究特点与分割评价

5.3.1 医学影像图像分割的研究特点

5.3.2 医学影像图像分割结果和分割评价

第6章 医学图像描述

 6.1 医学图像形状特征描述

6.1.1 关部图像形状描述的几个基本概念

6.1.2 对图像区域内部的描述

6.1.3 对图像区域边界的描述

6.1.4 小波矩描述

6.1.5 三维图像描述

 6.2 医学图像纹理特征分析

6.2.1 空间灰度共生矩阵

6.2.2 纹理图像的谱分析

6.2.3 图像纹理结构分析

 6.3 基于数学形态学的图像分析

6.3.1 基于形态学的骨架算法

6.3.2 灰度图像的形态学滤波

第7章 医学影像图像配准

 7.1 医学影像图像配准技术简介

7.1.1 图像配准的概念与分类

7.1.2 医学影像图像配准的特性

7.1.3 图像相似度测度

 7.2 医学影像图像配准技术与方法

7.2.1 基于图像灰度的医学影像图像配准

7.2.2 基于特征点的医学影像图像配准

7.2.3 基于边缘的医学影像图像配准

 7.3 医学影像图像配准方法评价

 7.4 基于小波概率估计的图像融合

7.4.1 基于小波变换的图像融合

7.4.2 多源图像融合概率估计

7.4.3 基于小波包的多源图像融合

第8章 医学图像模式识别

 8.1 特征提取、选择与分类器

8.1.1 特征提取

8.1.2 特征选择

8.1.3 分类器设计

 8.2 统计模式识别

8.2.1 基于概率统计的贝叶斯模式识别

8.2.2 线性分类与Fisher分类识别

8.2.3 最短距离分类与决策树分类识别

 8.3 结构模式识别与模糊模式识别

8.3.1 结构模式识别

8.3.2 模糊模式识别

 8.4 人工神经网络模式识别

8.4.1 BP神经网络图像识别

8.4.2 自组织神经网络与支持向量机的图像识别方法

 8.5 模式识别方法比较

第9章 医学影像三维重建与可视化

 9.1 三维图像与医学影像可视化

9.1.1 三维数字图像

9.1.2 可视化的概念与框架

9.1.3 三维数据处理算法

 9.2 体素级图像重建

9.2.1 立体法构造等值面

9.2.2 高精度的等值面构造方法

9.2.3 分解立方体法

9.2.4 等值面显示

 9.3 切片级重建方法

9.3.1 轮廓对应

9.3.2 轮廓拼接

9.3.3 分叉处理与曲面拟合

 9.4 直接体视化初步