第1章 X线诊断 1__eol__1.1 X线成像 1__eol__1.1.1 X线成像原理 1__eol__1.1.2 X线成像技术 2__eol__1.2 X线成像的临床应用 3__eol__1.2.1 胸部病变 3__eol__1.2.2 腹盆部病变 13__eol__1.2.3 骨关节病变 16__eol__第2章 CT诊断 28__eol__2.1 CT成像原理 28__eol__2.2 CT的临床应用 31__eol__2.2.1 中枢神经系统病变 31__eol__2.2.2 头颈部病变 39__eol__2.2.3 胸部病变 46__eol__2.2.4 腹盆部病变 52__eol__2.2.5 骨关节病变 64__eol__第3章 MRI诊断 69__eol__3.1 MRI成像原理 69__eol__3.1.1 MRI技术原理和基本概念 69__eol__3.1.2 MRI图像特点 70__eol__3.1.3 MRI检查技术 71__eol__3.1.4 MRI的优点和限制 73__eol__3.1.5 MRI成像中的伪影 73__eol__3.1.6 MRI设备 73__eol__3.2 MRI的临床应用 74__eol__3.2.1 中枢神经系统病变 74__eol__3.2.2 头颈部病变 82__eol__3.2.3 胸部病变 85__eol__3.2.4 腹盆部病变 87__eol__3.2.5 骨关节病变 98__eol__ __eol__第4章 超声诊断 104__eol__4.1 超声诊断原理 104__eol__4.2 超声临床应用 104__eol__4.2.1 乳腺病变 104__eol__4.2.2 甲状腺超声诊断 107__eol__4.2.3 腹部病变超声诊断 110__eol__第5章 核素显像诊断 118__eol__5.1 核素显像原理 118__eol__5.2 核医学显像仪器 125__eol__5.2.1 γ照相机 125__eol__5.2.2 SPECT与SPECT/CT 127__eol__5.2.3 PET与PET/CT、PET/MRI 128__eol__5.2.4 临床应用 130__eol__5.3 PET/CT肿瘤显像 137__eol__5.3.1 18F-FDG PET/CT肿瘤显像 137__eol__5.3.2 PET/CT其他肿瘤显像 140__eol__5.3.3 神经科学 141__eol__第6章 医学图像基础 142__eol__6.1 图像像素、空间分辨率和亮度分辨率 142__eol__6.2 数字图像类型及文件存储格式 144__eol__6.2.1 数字图像类型 144__eol__6.2.2 文件存储格式 145__eol__6.3 图像的亮度直方图 147__eol__6.3.1 直方图的概念 147__eol__6.3.2 直方图的用途 149__eol__6.4 彩色模型 149__eol__6.4.1 彩色编码 149__eol__6.4.2 伪彩色与假彩色 152__eol__6.5 医学图像的基本运算 152__eol__6.5.1 医学图像的亮度变换 152__eol__6.5.2 医学图像的几何运算（平移、旋转、缩放） 155__eol__6.5.3 医学图像的频域变换（傅里叶、离散余弦、小波） 155__eol__6.6 图像的插值技术 160__eol__6.6.1 插值的概念 160__eol__6.6.2 插值方法 160__eol__6.7 图像的形态学处理 164__eol__6.7.1 腐蚀 164__eol__6.7.2 膨胀 164__eol__6.7.3 开运算与闭运算 165__eol__6.7.4 灰度图像的形态学运算 165__eol__第7章 医学图像增强 167__eol__7.1 一些基本的灰度变换 167__eol__7.1.1 线性灰度变换 167__eol__7.1.2 分段线性灰度变换 169__eol__7.1.3 对数变换 169__eol__7.1.4 幂次变换 170__eol__7.2 医学图像的直方图增强 170__eol__7.2.1 直方图增强概述 170__eol__7.2.2 直方图均衡化 171__eol__7.2.3 直方图规定化 174__eol__7.3 医学图像的空域滤波增强 176__eol__7.3.1 空域滤波增强概述 176__eol__7.3.2 空域平滑 176__eol__7.3.3 空域锐化 177__eol__7.4 医学图像的频域滤波增强 178__eol__7.4.1 低通滤波器 178__eol__7.4.2 高通滤波器 179__eol__7.5 其他图像增强算法 179__eol__7.5.1 数学形态学灰度增强方法 179__eol__7.5.2 模糊增强方法 179__eol__7.5.3 深度学习增强方法 180__eol__第8章 医学图像分割 181__eol__8.1 医学图像分割概念 181__eol__8.2 边缘检测技术 182__eol__8.2.1 并行边缘检测技术 182__eol__8.2.2 串行边缘检测技术 187__eol__8.3 阈值分割技术 189__eol__8.3.1 全局阈值法 190__eol__8.3.2 局部阈值法 194__eol__8.3.3 动态阈值法 195__eol__8.4 区域分割技术 196__eol__8.4.1 区域生长 196__eol__8.4.2 区域分裂合并 198__eol__8.5 聚类分割技术 199__eol__8.5.1 K均值聚类算法 199__eol__8.5.2 模糊C均值算法 200__eol__8.6 基于形态学的分水岭技术 202__eol__8.6.1 分水岭基本概念 202__eol__8.6.2 分水岭分割算法 203__eol__8.7 基于形变模型的分割技术 204__eol__8.7.1 参数形变模型 205__eol__8.7.2 几何形变模型 207__eol__8.8 医学图像分割技术的评估 211__eol__第9章 医学图像配准 215__eol__9.1 医学图像配准定义 215__eol__9.1.1 数学模型 215__eol__9.1.2 医学图像配准模型 215__eol__9.2 医学图像配准的基本框架 216__eol__9.2.1 特征空间 217__eol__9.2.2 搜索空间（几何变换） 218__eol__9.2.3 搜索算法 221__eol__9.2.4 相似性测度 221__eol__9.3 医学图像配准的主要方法及其分类 223__eol__9.4 常用的医学图像配准方法 225__eol__9.4.1 基于特征点的配准方法 226__eol__9.4.2 基于表面的图像配准方法 227__eol__9.4.3 基于像素的图像配准方法 227__eol__9.4.4 基于变换域的图像配准方法 229__eol__9.4.5 基于深度学习的图像配准方法 230__eol__9.5 医学图像配准中插值技术 231__eol__9.6 医学图像配准方法的评估 233__eol__第10章 医学图像可视化技术 236__eol__10.1 医学图像可视化技术概述 236__eol__10.1.1 医学图像可视化技术的产生 236__eol__10.1.2 医学图像可视化的应用 237__eol__10.1.3 医学图像可视化的分类 238__eol__10.2 医学图像可视化的过程 238__eol__10.3 面绘制技术 241__eol__10.3.1 表面表达与绘制方法 241__eol__10.3.2 体素模型与等值面的定义 242__eol__10.3.3 移动立方体算法（MC） 243__eol__10.3.4 Discretized Marching Cubes（DiscMC）算法 251__eol__10.3.5 Marching Tetrahedra（MT）算法和剖分立方体算法 254__eol__10.4 体绘制 254__eol__10.4.1 光线投射算法 255__eol__10.4.2 错切变形算法 257__eol__10.4.3 抛雪球算法 259__eol__10.5 可视化平台 260__eol__参考文献 263__eol__