论文部分内容阅读
影像存档与通讯系统PACS(Picture Archiving and Communication System)是影像学、数字化图像技术与计算机技术、网络通讯技术结合的融合体。它在各种物理通信平台上构建了一个多类型、多种类影像设备的交互平台,集中统一管理各种影像数据,向用户提供统一的操作交互界面。近年来,PACS系统和HIS系统已经逐渐成为新一代数字化医院的两大支撑系统,前者管理病人诊断所需的影像资料,后者管理病人个人方面的文本资料。然而,目前众多的PACS系统大都只具有数据管理功能,在较复杂的影像后期处理功能上或多或少地存在着一些不足。本文在PACS系统开发过程中,对其影像后期处理功能的实现进行了探索,在传统数字图像处理的基础上,根据医学图像自身所具有特点,设计出了基于图像梯度场分布模型的马尔可夫链边缘检测算法,并在实际测试中取得较好效果;在系统开发方面,设计出了可定制化的DICOM标准解析器,应用CallBack触发机制来提高解析速度,采用基于标准接口的系统架构体系降低了组件耦合度,增强了系统的稳定性。主要研究内容包括以下几个方面:首先介绍了PACS系统的研究背景、现状、应用领域,以及新的发展方向—数字医学图像处理,提出了研究医学图像处理的必要性和重要性。论文的第二部分简要描述了PACS工程实现方面的设计规划,包括PACS系统的网络拓扑结构、DICOM数据结构和基于标准接口的软件系统架构等。对数字图像处理的研究内容、热点,及其在PACS系统的应用范围和作用等进行了探讨。在对图像梯度场统计直方图形状特点进行分析后,提出了图像梯度场的Gamma混合分布模型假设,由EM算法推导出Gamma混合分布模型的求解公式。并经过一系列实例测试,验证了该模型在各种噪音强度下的正确性和有效性。根据医学图像边缘路径特点,应用梯度场的混合Gamma分布模型,结合边缘转移概率的马尔可夫链模型,设计出了适用于医学图像边缘检测的图像处理算法。研究了基于DICOM3.0(Digital Imaging and Communication in MedicineⅢ))协议的PACS平台数据交换处理技术,设计实现了可定制的DICOM标准快速解析器组件。最后根据本文的理论和方法,实现了所提出的医学图像边缘检测算法,设计并开发了一个基于DICOM协议的PACS应用系统,其中包括前端的数据解析、图像显示、图像处理和后端的数据存储、数据检索等功能。