《生物醫學信息與圖像處理》是2010年科學出版社出版的圖書，作者是郭業才。本書著重介紹了模糊數學在生物醫學中的套用方法及以小波理論與神經網路為主要工具的生物醫學圖像處理技術。
基本介紹
內容簡介,目錄,
內容簡介
《生物醫學信息與圖像處理》著重介紹了模糊數學在生物醫學中的套用方法及以小波理論與神經網路為主要工具的生物醫學圖像處理技術。內容涉及生物醫學信息與圖像處理基礎理論；模糊數學方法在疾病診斷、中醫辨證、青少年個體體質與視力評價、疾病預測、足跡識別等中的套用；以小波變換和脈衝耦合神經網路(PCNN)為工具並結合形態學的超聲醫學圖像去噪算法；基於自適應低通濾波的超聲醫學圖像增強算法及基於小波變換和線型中值濾波的指紋圖像增強算法；利用小波多尺度分析和神經網路理論的指紋圖像分割與壓縮算法，利用整數提升小波和PCNN的醫學圖像分割與壓縮算法；根據醫學細胞圖像邊緣灰度級梯度較大、細胞噪聲點多的特性，結合形態學與蟻群算法的醫學細胞邊緣檢測算法。
《生物醫學信息與圖像處理》內容系統、新穎，適合生物醫學工程領域的科技工作者研讀，也可作為高等學校相關專業研究生的參考書。
目錄
前言
第1章 生物醫學信息與圖像處理基礎
1.1 模糊數學基礎理論
1.1.1 模糊集合論
1.1.2 確定隸屬函式方法
1.1.3 模糊數學方法
1.1.4 權重集確定方法
1.2 小波變換基礎理論
1.2.1 小波變換的基本概念
1.2.2 多解析度分析
1.2.3 提升小波變換
1.2.4 圖像的二維小波分解與重構
1.3 神經網路基礎理論
1.3.1 神經網路結構
1.3.2 脈衝耦合神經網路基本原理及性能分析
第2章 模糊數學在生物醫學中的套用
2.1 模糊模式識別法在生物醫學中的套用
2.1.1 新生兒疾病的模糊集診斷方法
2.1.2 模糊模式識別法在氣虛辨證中的套用
2.2 模糊綜合評判法在生物醫學中的套用
2.2.1 肺部疾病診斷的模糊數學評判模型
2.2.2 兒童少年個體體質評價的模糊數學模型
2.2.3 模糊綜合評價模型評價醫學生客觀結構化臨床考試能力
2.2.4 模糊綜合評判法預測冠心病的先兆
2.3 模糊熵與模糊積分決策模型在生物醫學中的套用
2.3.1 信息熵用於定量分析乳腺病的輔助診斷
2.3.2 用模糊熵評估青少年學生視力
2.3.3 模糊積分模型預測葡萄胎惡變傾向
2.3.4 信息熵一模糊積分決策模型的心臟病放射診斷專家系統
2.4 模糊聚類分析用於青少年發育的年齡分期
2.5 模糊關係方程在生物醫學中的套用
2.5.1 模糊關係方程分析青少年後天近視因素
2.5.2 用模糊關係方程識別男女足跡
2.6 模糊Bayes條件機率模型用於非中毒性甲狀腺腫診斷
第3章 基於小波變換與PCNN的超聲醫學圖像去噪算法
3.1 超聲醫學圖像去噪概論
3.1.1 超聲醫學圖像去噪算法
3.1.2 超聲醫學圖像去噪性能指標
3.2 基於小波變換的超聲醫學圖像去噪算法
3.2.1 斑點噪聲
3.2.2 小波閾值去噪
3.2.3 改進的自適應閾值去噪算法
3.3 基於形態學的小波閾值去噪算法
3.3.1 數學形態學理論
3.3.2 基於形態學的小波閾值去噪算法
3.3.3 實驗及結果分析
3.4 基於PCNN與模糊集的小波域超聲醫學圖像去噪算法
3.4.1 PCNN去噪
3.4.2 基於PCNN的小波域超聲醫學圖像去噪算法
3.4.3 基於PCNN的超聲醫學圖像軟閾值去噪算法
3.4.4 基於模糊PCNN的小波域超聲醫學圖像去噪算法
3.5 基於維納濾波與小波相融合的超聲醫學圖像去噪算法
3.5.1 維納濾波器
3.5.2 基於小波分析的圖像融合算法
3.5.3 算法描述
3.5.4 實驗及結果分析
第4章 基於自適應濾波與小波變換的生物醫學圖像增強算法
4.1 基於自適應低通濾波的超聲醫學圖像增強算法
4.1.1 全局直方圖均衡算法
4.1.2 局部直方圖均衡算法
4.1.3 自適應鄰域直方圖均衡算法
4.1.4 基於自適應低通濾波的圖像增強算法
4.1.5 實驗及結果分析
4.2 基於小波變換和線型中值濾波的指紋圖像增強算法
4.2.1 指紋圖像
4.2.2 常用的指紋圖像增強算法
4.2.3 基於小波變換和線型中值濾波的指紋圖像增強算法
4.3 基於小波變換和Gabor濾波的指紋圖像增強算法
第5章 基於小波變換和神經網路的生物醫學圖像分割與壓縮算法
5.1 基於小波變換的指紋圖像分割算法
5.1.1 指紋圖像分割
5.1.2 局部灰度方差算法
5.1.3 基於多尺度分析的指紋圖像分割算法
5.1.4 實驗及結果分析
5.2 基於PCNN及其改進的圖像分割算法
5.2.1 基於PCNN的圖像分割算法
5.2.2 基於改進PCNN的圖像分割算法
5.3 圖像壓縮質量評價標準
5.4 基於提升小波和PCNN的醫學圖像ROI壓縮算法
5.4.1 算法整體流程及預處理過程
5.4.2 基於整數5/3提升小波的無損壓縮算法
5.4.3 基於PCNN與遊程編碼的有損壓縮算法
5.4.4 實驗及結果分析
5.5 基於提升小波分割的圖像壓縮算法
5.5.1 SPIHT編碼
5.5.2 編解碼比特率控制
5.5.3 實驗及結果分析
5.6 基於小波變換和神經網路的指紋圖像壓縮算法
5.6.1 人工神經網路的圖像壓縮原理
5.6.2 基於小波變換的圖像壓縮原理
5.6.3 小波係數的混合量化編碼
5.6.4 實驗及結果分析
第6章 基於形態學與模糊集的生物醫學圖像邊緣檢測算法
6.1 基於改進形態邊緣檢測運算元的醫學圖像邊緣檢測算法
6.1.1 形態學邊緣檢測運算元
6.1.2 改進的形態邊緣檢測運算元
6.1.3 實驗及結果分析
6.2 基於形態學和蟻群算法的醫學細胞圖像邊緣檢測算法
6.2.1 細胞圖像的數學形態學處理算法
6.2.2 基於蟻群算法的醫學細胞圖像邊緣檢測算法
6.2.3 實驗及結果分析
6.3 基於模糊集和遺傳算法的醫學圖像邊緣檢測算法
6.3.1 模糊邊緣檢測算法
6.3.2 改進後的邊緣檢測算法
參考文獻
