发布时间：2023-09-22 18:14:05
绪论：一篇引人入胜的医学影像原理，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
[中图分类号] G424 [文献标识码] C [文章编号] 1673-7210（2013）05（a）-0135-02
随着社会的发展，高等医学教育从重视理论教学、轻视实践教学逐渐发展到重视学生实践能力培养的教学，云南中医学院（以下简称“我院”）提出了“培养实用型中医药人才”的培养目标，为了达到学校的培养目标，我们制订了影像诊断学的教学目标为：打牢基础，掌握常见疾病的影像学诊断及鉴别诊断，掌握常用影像学检查方法的选择，了解影像学在中医临床及研究中的应用。为了达到教学目标，我们在教学中采用了理论联系实际的教学法――典型病例教学法，取得了一定的教学效果，为了进一步提高教学效果，解决典型病例教学中存在的问题，我们将比较影像学的方法引入教学中。
比较影像学是影像学的一个分支，根据对照比较的指导思想和方法去研究和探索各种成像技术的要素和基本原理，目的一是为了更准确地诊断和鉴别疾病，二是为了更合理地选择影像检查方法[1]。为了提高影像学的教学质量，比较影像学已被部分医学院校引入到教学中。
1 中医院校影像诊断学典型病例教学法现状
典型病例教学法是通过对典型病例进行分析推理和判断，来学习医学知识的一种方法 ，是一种理论联系实际的教学方法[2]。典型病例教学法在教学中有利于激发学生学习兴趣和创造能力、能有效地发挥学生的主体作用、有利于培养学生创新能力和解决问题能力[3]。但在我校的教学中，除了有以上优点外，也存在一些问题：①课时少，教学内容多。②学生的解剖学、生理学、病理学等西医基础薄弱。③如何在教学中将影像诊断学的内容与中医的相关知识有机地结合在一起。以上情况造成学生对影像学相关内容不理解，对疾病的诊断、鉴别诊断及对检查方法选择无从下手，对影像诊断学与中医的结合难以理解，因此在教学中必须转变观念 ，授课过程中放弃按部就班， 进行各种图像间的比较及各种检查方法的对比[4-5]；为了使学生理解影像诊断学与中医的相关知识的结合，将影像诊断学中的西医内容及影像诊断学与中医相结合的内容与对比的方式进行讲解，这对提高中医院校影像诊断学教学效果及中医学生的临床技能非常重要。
2 比较影像学在典型病例教学中的应用
2.1比较影像学有助于提高学生对影像诊断学理论的学习
对于学生而言，影像诊断学理论既抽象又难于理解，为了解决学生的困难，我们用比较的方式对相关内容进行讲解，引导学生思考及理解相关内容；例如：各种成像技术的基本原理及应用的内容抽象不易理解及记忆，因此在教学中采用对照比较的方法进行讲解，强调每种检查方法的优点、缺点、成像特点及他们之间的相辅相成、互为补充和相互印证的关系；同时应用典型病例引导学生思考临床上应如何选择合理的检查方式，这样就既加深了学生对影像学检查方法的理解，同时也培养了学生的临床能力。
2.2 有助于学生对疾病的诊断及鉴别诊断
影像诊断学的教学内容中涉及大量疾病的影像学表现，疾病的影像学表现有“异病同影，同病异影”的特点，这让学生在学习中感到异常困难，在阅片时不知如何得出诊断结论[6]，因此在教学中，应用比较影像学的方法将影像学表现有相似之处的不同疾病的图像进行比较，列出它们的相同点、不同点，同时指出每个疾病的特征性表现，引导学生分析问题、解决问题，使学生对相关内容加深印象，同时掌握通过分析图像得出诊断的方法。例如：在讲解中央型肺癌时，将周围型肺癌、肺错构瘤、转移性肺癌等有肺部占位性表现的疾病的图像列出，通过比较，找出它们影像学表现的相同点及不同点，同时指出它们各自的特点：中央型肺癌，肿块靠近肺门；周围性肺癌；肿块边界有毛刺，可出现空洞；肺错构瘤可出现爆米花的钙化；转移性肺癌肺部可见多个病灶。通过比较讲解后，学生对中央型肺癌的影像表现印象深刻，同时学习了其他疾病的影像学表现，扩宽了知识面，了解分析影像表现的方法及鉴别诊断的方法。
2.3有助于学生对影像学诊断方法的选择
现在，在临床工作中，对影像学诊断方法的选择，常遵循以下原则：①有利于患者疾病的诊断及指导治疗[7]。②尽量避免对患者的机体造成不必要的伤害[8]。③避免重复检查。④经济的原则，这就要求学生掌握不同检查方法的优缺点、同一个疾病在不同检查法中的表现特点及局限性[4]。为了解决这个问题，在教学中，强调不同的影像学检查方法的优点及缺点，同时结合疾病进行讲解，培养学生合理选择相关疾病的影像学检查方法的能力[9]。例如：脊柱椎体的爆裂性骨折，患者有外伤史、体征为脊柱的部分节段触诊有压痛等，脊柱正、侧位片上，有时骨折线显示不清，仅表现出椎体形态不自然，而且不能显示是否有骨片落入椎管，为了进一步明确脊柱损伤的情况，就需要进行CT检查，CT能显示相应的节段的脊柱椎体是否有骨折表现且骨折片是否落入椎管，但CT不能很好地显示脊髓损伤的情况，为进一步了解脊髓损伤的程度，需行MRI检查。这样讲解了以后，学生就会明白平片常常不能清晰显示脊柱骨折，CT能清晰地显示脊柱是否骨折，但不能很好地显示脊髓损伤的情况，MRI检查可以很好显示脊髓损伤的情况。所以在工作中就可以根据疾病在不同的影像学检查中的表现的特点，根据临床需要选择不同的方法，达到辅助临床诊断、指导治疗的目的。
2.4有助于学生对影像诊断学与中医相结合部分的理解。
中医院校的影像诊断学教学中涉及影像诊断学与中医相结合的内容，包括影像诊断学应用于中医研究的领域、在中医临床中的应用以及中医相关技术在影像诊断学的应用，这些内容是学生较感兴趣但又觉得不易理解的部分[10-11]，我们就将这部分内容用对比的方式与西医的相关内容一起讲解，促进学生对相关知识的理解。例如：慢性支气管炎的影像学表现为肺纹理增粗、增多、扭曲、紊乱，伴有肺气肿可出现肺野透亮度增高、膈肌低平等[12]；肺气虚型的患者出现肺纹理稍增多、增粗，增多的肺纹理多呈条索状，走向规律，肺气肿征象少见，寒痰型仅见肺纹理略增粗[5]经过讲解后，学生不仅了解慢性支气管炎的影像学表现，同时还了解了影像学可用于中医相关症侯的诊断及了解相关症候的影像学表现。
3 应用后的教学效果
将比较影像学的理念引入我院2009级中西医结合专业的影像诊断学典型病例教学中，用比较的方式对相关的内容进行讲解后，通过一年的教学，教学取得了良好的教学效果，学生对此也有很好的评价。我们对相关专业的学生进行了调查： 96.7%的学生认为这种教学方式对理解疾病的影像学表现、对了解各种检查方式的优缺点、对今后的临床工作有帮助，100%的学生认为对学习影像诊断学理论有帮助。
4 展望
有学者提出在医学影像学迅速发展和医疗费用日见增长的今天， 尤其是在像中国这样的发展中国家，人民生活水平还不太高、医疗资源还不太丰富的情况下，发展比较影像学势在必行[13-14]。为了让学生适应今后的临床工作，了解一些新观念，掌握基本的临床技能是必要的，因此在我院西医课程的教学中，尤其强调加强学生对西医基础知识的掌握及对学生相关临床技能的培养， 因此我们在影像学诊断的典型病例教学当中，应用比较影像学的方法进行教学，并取得了良好的教学效果。但在教学中也存在一些问题，如进行比较的内容太多，比较的方法不恰当，学生反而容易糊涂，因此我们在教学中要不断地总结，结合教学实际，让比较影像学的方法在教学中发挥其优势，提高教学质量。
[参考文献]
[1] 孙新海，张现坡.比较影像学简论[M].北京：人民军医出版社，2008：1-5.
[2] 梁杰，李响.典型病例教学法在整形外科教学中的应用[J].中国实用医药，2011，4（10）：261-262.
[3] 张洪涛.典型病例教学法在妇产科教学中的应用[J].齐齐哈尔医学院学报，2009，9（30）：1102-1103.
[4] 吕红玲，闵晓黎，雷亿成.浅谈将比较影像学的理念引入影像诊断学教学中的必要性[J].中国民族民间医药，2010，10（19）：55-56.
[5] 张东友.中西医结合影像学[M].武汉：湖北科技出版社，2000：74-75.
[6] 吕佳南，董红梅，胡洋，等.发展比较影像学的策略[J].黑龙江医药科学 2011，10（34）：68-69.
[7] 杨超，邢新，薛春雨，等.Seminar教学模式在整形外科硕士研究生临床教学中的应用[J].中国高等教育，2009，3：68-69.
[8] 邵学谦，张文华，鲁砷，等.典型病例库的建立及其在普外科见习教学中的应用[J].齐齐哈尔学报，2009，30（18）：2305.
[9] 黄文，郑健.“典型病例导入式”在临床医学八年制医学生神经内科见习中的应用[J].重庆医学，2009，38（6）：45.
[10] 娄飞云，熊韵波.多媒体典型病例教学法在神经外科临床实习中的应用[J].蚌埠医学院学报，2010，35（8）：841-842.
[11] 罗章伟，黄江河.比较教学法在核医学影像教学中的应用[J].右江医学，2004，32（4）：388-389.
[12] 王叙馥，左书耀，张勤.比较影像在核医学教学中的应用[J].中国高等医学教育，2006，2：82-83.
【关键词】多元智能理论；影像设备学；实训课程；PCB
20世纪80年代，美国哈佛大学教授霍华德・加德纳（Howard Gardner）在《智能的结构》中提出多元智能理论[1]。这一理论为教学打开了新的思路，同时也为充分发挥学生的聪明才智提供了依据。高等职业教育不能够满足于培养单一的技能型人才，对于不同个体应开发其不同的智能，从而使我们的职业教育能够更加的多元化，人性化。基于影像设备学的课程体系，我们进行了探索性的尝试。
一.课程设计依据
现阶段医学影像学正处在快速发展的阶段，对人才的需求日益增大。对于三年制的医学影像技术专业而言，主要培养目标是培养具有一定临床医学和医学影像学科学知识，掌握现代医学影像学基本原理和发展趋势，从事现代医学影像成像技术的操作，能够利用与开发医学影像学设备的专业人员。我们培养的人才要成为医学影像医疗体系坚实的基层结构。[2]
二.课程实践教学现状分析
医学影像设备学课程作为影像专业的专业主干课程，有其特殊的一面。课程涵盖面较广，包含了数学，物理学，电子学，医学影像学等学科。[3]对于这样一门课程，其实践教学的难度可想而知。而作为一个理论基础教学相对薄弱的高职高专来说，实践教学现有的能够展开的项目大部分是演示和示范性实验。比如在所有的实践课程中，部件实物展示教学和示范性操作教学占到了总课时的60%以上。我们必须跳出以前的定势思维，大胆的开发一些具有实操性的实验，让实践教学恢复其原来的功能。
三.多元智能理论的涵义及其对教学的指导意义
在美国的一些大学，非常提倡在全校范围内进行课程的交叉选择。不管是什么专业的学生，只要在修完一定的必修课学分的基础上，可以任意选择其喜欢和感兴趣的课程。一位留美回国的教师回忆其在美期间教授半导体物理学课程的情景，发现在一个课堂中除了电子和计算机科学相关专业的学生外，还包含许多如生物学，医学，经济学和农学类的各专业学生，这给了我们极大的启示。
在科学技术高速发展的今天，学科间的交叉和互动已经相当的频繁，从事一个行业，只具备本行业的知识和技能是远远不够的。要使学生在毕业后保持长期有效的职业竞争力，就需要有相当的知识储备和广阔的科学视野和全面的能力和素质。正是这种要求使得多元智能理论在如今的高等职业教育中又有了其用武之地。
四.基于多元智能理论的实训课程探索性设计
1.课程设计目标
作为一门实训课程，要在不多的课时数内完成一项任务并且让学生在完成任务的过程中充分的发挥自我发现问题、解决问题的能力，课程内容必须有相当好的实操性和综合性。并且课程的每一个步骤都能够有益于促进一项或者多项的智能元素。由于医学相关课程从基础课到专业课无一例外的大量运用学生的记忆力，相对应的就是语言和逻辑智能。本门实训课程的设计理念在于开发医学影像学学生平时很少用到的空间智能，身体运动智能，以及继续强化逻辑智能。同时在树立学生团队精神上培养了人际关系智能。可以说我们的目标就是把实训课程的功能发挥到极致。
2.课程设计总体思路
基于以上目标，选取整门课程中既能够反应课程基本知识要素，又能够联通影像专业其他主干课程知识，同时能够容易添加各种多元智能设计元素的教学内容。
选取教学内容，实际是确定了教学的载体。教学的主体是学生，所以载体的选择必须要围绕学生的特点和个性。这往往是一件很困难的事情。由于个体智力元素的偏向性和差异性，对于同一项内容的兴趣和关注度，以及完成情况会不尽相同。
3.课程设计过程及细节
本项实训课程的内容是让学生制作完成一块X线机控制电路板。实训课程分为三个部分：参数设计，实践制作，测试评价。每一部分的开展都是紧紧围绕着智能的培养和激发。
① 第一部分是电路参数设计。以这次选择的旋转阳极启动保护电路为例。这块电路的特点是结构相对简单但是在X线机中的作用却是举足轻重，非常适合医学影像系的学生来学习制作。由于我们影像设备学的教材主要以原理、功能介绍为主，所以很少涉及电路的参数，学生必须自己来设计这些参数。
②第二部分是关键的实践制作。根据设计的参数用Protel 99SE设计成PCB并加工出板。
焊接过程中需要根据实际情况适当调整元件管脚走向和方位，这就需要学生发挥空间智能和动觉智能。同时怎样有序合理的安排器件安装的先后顺序，从而能够顺利完成整块电路的焊接而不会造成后续器件的安装困难，这就需要学生有很好的逻辑能力。
③在完成焊接工作以后学生当然还需要调试电路，测试其功能实现。测试环节是课程中的一个综合训练环节，学生需要将一切所知的知识和技能综合运用到这一环节当中。在调试中，除了要有很好的观察，逻辑分析和动手能力外，还很有可能用到语言与人际交流方面的智能。只有充分运用这些智能因素，才能比较顺利地完成这一环节的任务。
④最后在测试基础上学生自行进行整个过程分析，得出自己的结论和思考。通过对自己在整个课程学习和实践的过程中行为和结果的分析，提高了对自我的认知水平，同时在书写自我评价报告的同时也锻炼了自己的语言组织能力。
4.课程设计总结
医学影像设备学作为一门医学影像专业必修课程，其医学相关性相对较弱。但是课程用多元智能理论作为指导，大胆回归高等教育的能力培养的本质，以培养医学院校学生的各种智能、发展其综合素质为根本目标和追求，很好的体现了教育以人为本的理念。
五.讨论与展望
现代影像医学作为临床医学与现代信息技术和生物医学技术的交叉学科，对从业人员提出了很高的综合素质要求。医学影像专业培养着面向未来的专业人才，不但需要扎实的基础知识和过硬的专业技能，更需要具备全方位的综合素质和智能来因为这个新兴行业飞速发展带来的挑战。
未来，随着影像学科交叉性的进一步提高，相信这类课程的设计将更好地将实用性和综合素质培养进行结合，进一步提升课程的效率和价值，使学生能够在学校更好地利用其黄金时间。
参考文献
中图分类号：TP301文献标识码：A文章编号：1009-3044(2011)09-2122-04
1 背景知识介绍
图像融合是指综合两个或多个源图像的信息，以获取对同一场景的更为精确、全面和可靠的图像描述。它将不同传感器所采集到的关于同一目标的多幅图像，或同一传感器在不同时间采集到的关于同一目标的多幅图像，经过一定的图像处理算法，提取各自的有用信息，生成一幅能够更加有效地表示目标信息的新图像。从信息论的角度讲，融合后的图像将比组成它的各个子图像具有更优越的性能，综合信息大于各部分信息之和，也就是说，融合的结果应该比任何一个输入信息源包含更多的有用信息[1]。
图像融合通过多幅图像间的冗余数据处理，提高图像的可靠性；通过对多幅图像间的处理，提高图像的清晰度。与单一、孤立的原始图像相比，经融合得到的图像更适合人或饥器的视觉特性，可以提供更多的目标信息。比如，由于受到云、烟雾、照明环境以及传感器固有特性等因素的影响，通过单一传感器所获得的图像信息不足以用来对目标和场景进行更好的检测、分析和理解．将一些成像条件相同、镜头聚焦目标不同的多个图像，通过图像融合技术处理可以得到一幅目标清晰的融合图像[2]。
图像信息融合按信息抽象程度的不同(也对应完成不同级别的功能)可分为3个从低到高的层次：像素级(原始数据)融合、特征级(或目标级)融合、决策级融合。
图像融合从配准的图像出发，经过特征提取、属性判决而得到融合结果。上述三个层次与图像工程的三个层次有一定的对应关系，在实际中要根据需要选择和结合不同层次融合的特点，获得全局最优的效果。
多模态医学图像融合技术是20世纪90年代中期发展起来的一项高新技术，也是当前国内外在医学图像处理与分析研究中的热点之一。医学图像融合则是指对医学影像信息如CT、MRI、SPECT和PET所得的图像，利用计算机技术将它们综合在一起，实现多信息可视化，对各种医学影像起到取长补短的作用。
2 多模医学图像融合技术
2.1 多模医学图像融合的主要步骤
多模医学图像的融合是建立在两种或多种不同模态医学图像配准基础之上的，它可归纳为三步，如图1所示。
第一步是预处理。对获取的两种或多种图像数据分别进行去噪、增强以及分割图像特征的提取等处理，统一两种数据格式、图像大小和分辨率，对序列断层图像做三维重建和显示；第二步是配准。配准是指对图像寻求一种或一系列空间变换，使它与另一图像上的对应点达到空间上的一致。配准主要解决的问题是两幅图像之间的几何位置差别，包括平移、旋转和比例缩放等基于对特征空间、相似性准则和搜索策略的不同选择，配准方法可分为基于全局域准则的方法、频域傅立叶法、基于特征的匹配法和基于弹性模型的匹配法；第三步是融合。图像在空间域配准后便可选择不同的融合算子和融合规则进行融合。本文主要讨论第三步融合，以下介绍的各种融合技术都是在配准之后的基础上进行的。
2.2 医学图像融合算法
目前常用的医学图像融合技术包括：加权平均法、多分辨金字塔法、小波变换法、基于假彩色技术的融合算法及基于调制技术的融合算法等。下面就其中几种方法作进一步的说明，由于基于小波变换的方法在图像融合技术中的重要性，将在下一节详细介绍。
2.2.1 简单图像融合方法
像素灰度值极大(小)法：设g1(x, y), g2(x, y)为两幅输人图像，f(x, y)是融合图像。则像素灰度值极大法为f(x, y) = max{g1(x, y), g2(x, y)}
此方法只需要对两幅配准图像取对应点的极大值即可。像素灰度值极小法思想相同，只须取原图像对应点的极小值即可。这些方法简单，效果一般，应用有限。
加权平均法：加权平均法同是一种最简单的多幅图像融合方法，也就是对多幅图像的对应象素点进行加权处理。这种方法的优点是简单直观，适合实时处理，但实现效果及效率较差，其难点主要在于如何选择权重系数。
基于图像分割的融合方法：这种方法是以一幅待融合的图像为基准，从另一幅图像中分割出感兴趣的部分(通常是病灶)，然后对两幅图像进行配准，建立空间映射关系，将一幅图像上的特征映射到另一幅图像上。比如我们可以利用CT图像空间分辨率好的特性，以它为基准，再利用MRI图像对软组织成像清晰的特性，从中分割出病灶，经过配准、融合得到新图像。该方法的特点是图像的融合效果好，难点在于如何自动准确地分割出ROI。医学图像由于其对比度低、细节丰富、边缘模糊等特点，分割更为困难。常用的边缘检测算子有Roberts、Sobel、Canny等。其中Canny算子因其有良好的信噪比而使用较多。文献[7]提出一种用改进的Canny算子对病灶轮廓提取的方法。此外，我们还可以使用小波或神经网络等智能方法进行病灶特征的提取。
2.2.2 多分辨金字塔形分解融合法
这是一种多尺度、多分辨率的图像融合方法，其融合过程是在不同尺度、不同空间分辨率、不同分解层次上进行的。高斯金字塔、拉普拉斯金字塔、梯度金字塔、比率低通金字塔及形态学金字塔被统称为多分辨金字塔。多分辨金字塔方法是目前较为常用的图像融合方法。在这类算法中，原图像不断地被滤波，形成一个塔状结构。在塔的每一层都用一种算法对这一层的数据进行融合，从而得到一个合成的塔式结构。然后对合成的塔式结构进行重构，最后得到合成的图像，合成图像包含了原图像的所有重要信息。
2.2.3 智能图像融合
2.2.3.1 神经网络方法
自1986年BP神经网络模型诞生以来，神经网络在各种领域获得广泛应用。神经网络适合于非线性建模，具有自学习、自组织、自适应能力。在进行图像融合时，神经网络经过训练后把每一幅图像的像素点分割成几类，使每幅图像的像素都有一个隶属度函数矢量组，通过对其提取特征，将其特征表示作为输人来参加融合。文献[11]给出一种自组织特征映射(SOFM)神经网络融合算法，文献[12]是一种基于知识的神经网络(KBNNF)融合算法。
2.2.3.2 演化方法
演化方法模拟自然界生物演化过程，具有自适应、自学习和鲁棒性强等特点。另外，演化计算对于刻画问题特性的条件要求较少，效率高且易于操作，目前已广泛应用于各种领域中。文献[13]给出了基于进化策略和HIS变换的图像融合方法，其效果优于传统算法。
2.3 基于小波变换的图像融合算法
2.3.1 图像的二维小波分解
图像是二维离散信号，对它的分析和处理需要使用离散二维小波变换。Mallat提出了小波变换的快速分解与重构算法，利用两个一维滤波器实现对二维图像的快速小波分解，再利用两个一维重构滤波器实现图像的重构。
二维小波分解和重构各使用一组滤波器，分解使用一维分解低通滤波器L和高通滤波器H；重构使用一维重构低通滤波器L'和高通滤波器H'。在分解阶段，首先使用低通滤波器L和高通滤波器H对图像的每一行进行滤波得到两组矩阵系数。然后，使用低通滤波器和高通滤波器对两组系数矩阵的每一列滤波。这样，1副图像经过第1级小波分解，产生4副子图像LL、LH、HL和HH。3幅细节子图像LH、HL和HH分别包含原图像在水平、垂直和对角线3个方向上的高频信息，而近似子图像LL是原图像低通滤波版本。另外，这副子图像还是下一级分解的输入。因此，一幅图像经过N级小波分解产生3N+1副子图像。在同一分解级上的子图像尺寸相同。合成运算首先对子图像的每一列使用低通滤波器L'和高通滤波器H'滤波，然后对得到的图像的每一行滤波。
图像经二维分解之后，分别得到图像的低频分量、水平高频分量、垂直高频分量和对角方向的高频分量，下图是图像经三层小波分解的结果。
上述过程即金宇塔形小波分析，另外对图像的分解还有树状小波分析、多小波分析、提升小波分析，它们较之于金宇塔形小波分析，具有更多优点，在试验中能够获得更好的效果。现今大部分对小波图像融合的研究重点一般集中在两方面：一是使用不同的小波基函数和不同的小波分析方法；二是后面讨论的在进行系数融合过程中对融合策略的改进及融合算子的选择研究。
2.3.2 基于小波变换的图像融合过程
基于小波变换的图像融合，就是将待融合的原始图像经过特定的小波变换得到小波图像序列，在不同的特征域(如高频和低频图像)上的图像序列采用不同的融合规则进行融合以得到小波图像序列，最后将融合后的小波图像序列经过小波逆变换(重构)，得到多传感器图像的融合图像。基于小波变换的图像融合过程(如图3所示)。
两幅图像融合的基本步骤如下：
1) 对A、B两幅图像分别进行小波变换，建立各待融合图像的小波金子塔图像序列；
2) 分别使用不同的融合算子作用于各个分解层的不同高频子图像以及最高层的低频子图像，从而得到融合后的小波金子塔图像序列；
3) 对各分解层进行小波反变换，最终所得到的图像就是融合图像。
2.3.3 基于小波变换的融合规则
基于小波变换进行图像融合的关键是系数组合，即为获得质量尽可能好的融合图像，以适当的方式合并系数的过程．合并系数的方式称为融合法(Fusion Rule)．融合法则由活动水平测度(Activity-Level Measurement)、系数分组方法(coefficient Grouping Method)和系数组合方法(Coefficient Combining Method)组成，对这三者的不同选择形成不同的融合法则[17]。
目前小波域的融合规则主要分为两种：基于单个像素的和基于区域特征的融合规则。前者主要包括：(1)小波系数的直接替换或追加；(2)最大值选取；(3)加权平均等。后者主要包括：(1)基于梯度的方法；(2)基于局域方差的方法；(3)基于局域能量的方法等。
基于像素的融合规则在融合处理时表现出对边缘的高度敏感性，使得在预处理时要求图像是严格对准的，否则处理结果将不尽人意，这就加大了预处理的难度。基于区域的融合规则由于考虑了与相邻像素间的相关性，降低了对边缘的敏感性[18]，所以具有更加广泛的适用性。
2.4 不同融合算法的评估
由于图像融合技术所面向的研究对象的多样性和复杂性，至今尚未找到普适的参量能对所有的图像融合结果作标准量测。不同融合方法的结果，可用目视判别：优点是直接、简单，可直接根据图像处理前后的对比做出定性评价，缺点是主观性较强。
为了进一步客观定量评价融合效果，从融合图像包含的信息进行分析，对不同类的图像融合结果所采用的定量评价参量有熵、交叉熵、平均梯度、标准偏差、光谱扭曲程度、互信息量等，且不同的文献资料对这些参量的具体定义存在差异。下面介绍几种常见的定量评价指标。
1) 信息熵
图像的熵值是衡量图像信息丰富程度的一个重要指标．融合前后的图像其信息量必然会发生变化，计算信息熵可以客观地评价图像在融合前后信息量的变化。根据Shannon信息论的原理，一幅图像的信息熵为。
在某种程度上可以认为，如果融合图像的熵越大，表示融合图像的信息量越大，融合图像所含的信息越丰富，融合质量越好。
2) 交叉熵
交叉熵(Cross entropy)亦称相对熵(Relative entropy)，交叉熵直接反映了两幅图像对应像素的差异，可用来度量两幅图像间的差异，确定各种融合效果的优劣。交叉熵越小，说明融合后图像与标准参考图像问的差异越小，即融合效果越好。若标准参考图像为尺、融合后图像为F，则参考图像尺与融合图像F的交叉熵为：，式中pRi表示参考图像尺中灰度级i出现的相对频率；pFi表示融合图像F中灰度级i出现的相对频率。
3) 平均梯度值
平均梯度是敏感反映图像对微小细节反差和纹理变化特征表达的能力，同时也反映了图像的清晰度，一般平均梯度越大，图像层次越多，融合后图像纹理越清晰，融合达到了提高空间分辨率的目的。
这里，M和N分别是图像的行数与列数。
Ix=g(i+1，j) - g(i，j)
Iy=g(i，j+1) - g(i，j)
式中g(i，j)为(i，j)像素点的灰度值。
3 医学图像融合技术的应用
作为当今医学影像技术研究中的热点问题之一，多模态医学影像融合技术的研究及其研究成果，对临床治疗有着重要的意义。医学图像融合经过近些年的研究，已经应用在影像诊断、临床治疗中，国外已经有了产品化的融合软件系统。
3.1 图像融合在颅脑成像的应用
由于脑组织有颅骨的限制与界定，相对较为固定，容易确定标志进行准确配准。目前，临床主要进行颅脑的图像融合。融合图像精确定位颅内病变，提高诊断准确性：形态学成像与功能成像的图像融合，可精确定位功能图像所示异常改变区，提高诊断的准确性。丁里等研究认为，SPECT与MRI融合可精确判断rCBF减少的范围及部位，为脑变性疾病和脑血管病的诊断提供标准化方法。例如：融合图像可精确确定脑变性疾病rCBF减少及消失区，尤其当其位于额叶、颞顶枕交界等与神经心理功能有关区域时，融合图像研究结构和功能改变与临床神经心理改变之问关系更佳。
原发癫痫病灶的准确定位一直是困扰影像界的一大难题，许多学者利用融合技术对此做出了富有成效的探索。例如：于发作期和发作间期，对癫痫患者分别进行SPECT检查，将二者的图像相减，再分别与MRI图像融合，可使功能损伤的解剖学标记更准确，以SPECT所示的局部脑血流定位大脑新皮质的癫痫灶进行准确定位，从而为立体定向外科手术提供重要依据。
3.2图像融合在体部成像的应用
感兴趣区在图像采集中无变形和失真是图像融合的前提。由于多数体部脏器的形状不规则，又易受呼吸运动影响，较难做到准确匹配，故图像融合应用于体部成像的报道还比较少，主要从受呼吸运动影响相对较小的颈部和盆腔开展研究工作，但是对受呼吸运动影响较大的肝、胰和肺等脏器也尝试进行融合。Magnani等证实，CT/PET对非小细胞肺癌侵犯纵隔淋巴结的分期诊断，融合图像比单纯应用CT或PET更为准确。
4 多模医学图像融合技术的最新进展与前景
4.1 图像融合技术新进展
在图像融合技术研究中，不断有新的方法出现。像素级图像融合的最新进展[22]，主要有图像融合理论框架、实时融合系统集成、统计学方法、新的图像分解方法、神经视觉生理学方法图像融合与图像处理算法的互相结合、基于成像物理模型的融合方法、自适应优化图像融合研究、基于图像融合的目标识别和跟踪算法研究等。
其中新的分解方法有：
1) 矩阵分解法：文献[23]认为从不同传感器获取的图像，可以看作是融合图像乘以不同的权重，故可以使用非负矩阵分解技术来进行图像融合。
2) 易操纵金字塔分解：易操纵金字塔是一种多尺度、多方向、并具有自转换能力的图像分解方法，它把图像分解成不同尺度、多方向。与小波变换不同，它不止三个方向的子带系列，不仅保持了紧支集正交小波的特点，而且具有平移不变性及方向可操纵等优点。使用基于拉普拉斯变换、小波变换的融合方法，即使待融合的图像间存在较小的配准误差，也会引起融合图像的严重退化，出现双边缘以及虚假成分，而基于易操纵金字塔的融合方法能够克服这些缺点。
3)Hermite变换：由于Hermite变换基于高斯梯度算子，所以对图像融合来说，具有更好的图像表示模型。
4.2 医学图像融合技术难点与存在的问题
医学图像融合技术难点与存在的问题目前，医学图像融合技术中还存在许多困难与不足。首先，基本的理论框架和有效的广义融合模型尚未形成。以至现有的技术方法还只是针对具体病症、具体问题发挥作用，通用性相对较弱。研究的图像以CT、MRI、核医学图像为主，超声等成本较低的图像研究较少且研究主要集中于大脑，肿瘤成像等；其次，由于成像系统的成像原理的差异，其图像采集方式、格式以及图像的大小、质量、空间与时间特性等差异大，因此研究稳定且精度较高的全自动医学图像配准与融合方法是图像融合技术的难点之一；最后，缺乏能够客观评价不同方法融合方法融合效果优劣的标准，通常用目测的方法比较融合效果，有时还需要利用到医生的经验。
4.3 医学图像融合技术的研究前景
在图像融合技术研究中，不断有新的方法出现，其中小波变换在图像融合中的应用，基于有限元分析的非线性配准以及人工智能技术在图像融合中的应用将是今后图像融合研究的热点与方向[25]。目前，图像融合主要应用于体层成像。随融合技术不断进步，其在非体层成像方法(例如：x线平片、超声等二维图像)的应用逐渐增多，并具有较高的临床价值。随着三维重建显示技术的发展，三维图像融合技术的研究也越来越受到重视，三维图像的融合和信息表达，也将是图像融合研究的一个重点。另外，在医学图像的压缩、计算机辅助科学、图像存档及通信系统、远程医学等方面，图像融合技术，都有巨大的发展空间。
综上所述，医学图像融合可综合各种影像学技术的优势，提供丰富信息，对疾病的诊断、治疗、判断预后和观察疗效均有重要意义。医学图像融合研究虽起步较晚，但发展很快，各个学科间的交叉渗透是发展的趋势。我们有理由相信，随着研究的不断深人和技术的不断成熟，医学图像融合技术一定会得到越来越广泛的应用。随着该技术的不断完善，图像融合可能成为临床常规应用的方法之一。
5 结束语
近十几年来，图像融合技术虽然得到了快速发展，并在很多领域得到成功应用，但是由于其自身理论仍然不够成熟，因此仍在不断发展和完善中。其中存在的主要问题有：1) 缺乏完备、系统的理论。目前，对数据融合的方法研究尚处于初步阶段，许多新技术如人工智能、神经网络、模糊理论等在数据融合方面的应用研究还处于初级阶段。目前为止还没有出现一整套完备、系统的理论来推动该领域的发展。此外，还需要研究建立相应的融合标准和评价方法。2) 快速实时算法。由于图像的特殊性，在设计图像融合算法时一定要考虑到计算速度和所需的存储量，如何得到实时、可靠、稳定、实用的融合算法和硬件电路是目前的一个研究热点。3) 对于像素级融合而言，作为一个广义上的图像预处理，对目标探测识别的贡献很有限，而且应用也很受限。要想从图像融合中获得目标的更多信息，就需要特征级融合乃至决策级融合。而研究特征级和决策级图像信息融合的文献没有研究像素级融合问题的文献多，这是一个具有挑战性的重要研究领域，图像序列以及视频信息的融合问题也是非常有意义的研究课题。
小波变换用于图像融合有不少优点：图像经小波分解后，不同分辨率的细节信息互不相关，这样可以将不同频率范围内的信号分别组合，产生多种具有不同特征的融合图像；图像在不同分辨率水平上的能量和噪声不会互相干扰；融合图像的块状伪影亦容易消除。图4为使用Dabechies小波进行分解并进行融合的例子。
基于小波变换图像融合的优点，小波变换在医学图像融合中的应用已经受到大家的普遍重视，是融合研究的一个新热点，而且目前多分辨小波分析技术已经成为多分辨图像融合的一种主流技术。由于小波分解的快速算法能实现图像的实时融合，我们相信采用基于小波分析的医学图像融合方法具有广阔的应用前景。
参考文献：
[1] Hall D I, Llinas J. An introduction to multi-sensor data fusion[J]. Proc IEEE，1997,85(1):6223.
[2] Pohjonen H. Image fusion in open-architecture PACS environment[J]. Computer Methods and Programs in Biomedicine, 2001(66):69-74.
[3] 郭利明. 图像处理及图像融合[D]. 西安: 西北工业大学, 2006.
[4] Vaquero JJ, Pascau J. PET, CT, and MR image registration of the rat brain and skull [J]. IEEE Trans Nucl Sci, 2001,48(4):1440-1445.
[5] Aiazzi B, Alparone L, Baronti S, et a1．Context-driven fusion of high spatial and spectral resolution images based on over sampled multi-resolution analysis[J]. IEEE Trans Geosci Remote Sens, 2002,40(10):2300-2312．
[6] Hill DL．Medical image registration. Phys Med Biol, 2001,4(1):6.
[7] 曲桂红，张大力，阎平凡．一种基于图像分割的医学图像融合方法[J]. 北京生物医学工程, 2003,22(1):1-4.
[8] Burr PJ, Adelson EH. Merging images through pattern decomposition [A]. In: Proe SPIE Appl Digit Imag Proe VIII[C]. San Diego, 1985:173-181．
[9] Poh IC. Van Genderen J L. Multi-sensor image fusion in remote sensing: concepts, methods, and applications[J]. Int J Remote Sens, 1998,19(5):823-854．
