一 概论
1. 医学图像处理的对象主要是X线图像，X线计算机体层成像（CT）图像，核磁共振成像图像（MRI），超声图像，正电子发射体层成像图像（PET）和单光子发射计算机体层成像（SPECT）图像等。
2. 医学图像处理的基本过程大体由一下几个步骤构成：
- 根据图像对象及其特点，根据实际需要，设计可行算法；
- 利用某种编程语言将设计好的算法编制成医学图像处理软件，由计算机实现对医学图像的处理；
- 检验结果，评价所设计处理方法的可靠性和实用性。
3. 医学图像的运算
- 图像的点运算（主要是通过图像灰度的线性变换和非线性变幻，改变图像上像素点的灰度值，从而达到改善图像质量的目的。）
- 图像的代数运算（是指对两幅输入图像进行点对点的加减乘除计算而得到输出图像的运算。图像相加：降低加性随机噪声；相减：获得两幅图像的差异部分，数字减影血管造影（DSA）。）
- 图像的几何运算（包括图像的平移，旋转，放大，和缩小。用在图像配准。可能产生新的像素。）
- 插值运算（浮点数的操作得到的像素坐标可能不是整数，为了保持变换后的图像质量，需要进行插值运算。图像的插值运算对图像处理的效果有非常大的影响。）
4. 医学图像变换
图像经过变换后往往能反映出图像的灰度结构特征，从而便于分析。许多变换可使能量集中在少数数据上，从而事项数据压缩，便于图像的传输和存储。图像的正交变换：可以改变图像的表示域。
- 傅立叶（Fourier）变换：将图像的处理分析从空间域（spatial domain）转换到频率域（frequency domain），它不仅能把空域中复杂的卷积运算转化为频域中的乘积运算，还能在频域中简单而有效地实现增强处理和进行特征提取。
- 小波变换：应用在图像和信号处理方面，适用于处理非稳定信号。与傅立叶变换相比，小波变换是一个时间和频率的局域变换，因而能有效地从信号中提取局部信息。它允许在宽的时间区域内对低频信号进行全局分析，在较窄时间区域内对所需的高频信号进行精确分析。
5. 医学图像增强
就是采用一系列技术去增强图像中用户感兴趣的信息，其目的主要有两个：一时通过提高图像的对比度和信噪比，将原来不清晰的图像变得清晰，从而盖上图像的视觉效果，便于对图像的判读；二是通过强调某项感兴趣的特征使图像变得更有利于计算机的处理与分析。因此，图像增强是为了改善视觉效果或便于人或计算机对图像的分析理解。
- 空域增强：均值滤波，中值滤波，图像平滑，图像锐化。
- 频域增强：高通滤波，低通滤波。
- 图像中的线条信息（如组织或器官的边缘）和噪声都表现为图像中的高频成分。
- 噪声处理：空域中，采用均值滤波，中值滤波，和图像平滑的方法。在频域中，采用低通滤波法。
- 边缘增强：空域中，图像锐化。在频域中，采用高通滤波法。
6. 医学图像分割
医学图像分割是一个根据区域内的相似性以及区域间的差异性把图像分割称若干区域的过程。
7. 医学图像的重建与可视化
这种研究对术前计划及放射治疗计划的制定，虚拟内镜，外科手术仿真，辅助医生诊断，图像引导下的手术治疗等方面具有重要的使用价值。
8. 医学图像的配准与融合
医学图像的配准是指对于一副医学图像寻求一种空间变换，使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置（位置一直，角度一直，大小一致）。是确定两幅或多幅医学图像像素的空间对应关系。
几幅图像信息综合的结果称作图像的融合（image fusion），是指将不同形式的医学图像中的信息综合，形成新的图像的过程。
图像配准之图像融合必需的预处理技术，反过来，图像融合是图像配准的一个目的。
二 医学图像处理基础
1. 图像的数字化
- 模拟图像，数字图像。
- 模拟图像→数字图像：经过采样、量化两个过程。
2. 数字图像的类型
- 静态图像可分为矢量图和位图，位图也成为栅格图像。
- 位图：单色图像，灰度图像，索引图像，真彩色图像。
- 像素，点和样点；分辨率。
3. 图像文件格式
- BMP是最简单和典型的图像存储格式，也称为位图格式。
- TIF，GIF，JPEG，DICOM 。
4. 数字图像的灰度直方图
灰度直方图反映一幅图像的总体灰度分布，是灰度级的函数，它表示图像中具有每种灰度级的像素的个数，反映图像中每种灰度出现的频率。
5. 图像像素间的基本关系
- 像素领域：4，对角4，8。
- 邻接性，连通性，区域，边界。