期刊简介
《新医学》创刊于1969年。办刊30多年来，其内容一直以内儿科为主、兼顾各科。读者对象为各级基层医疗单位的临床医师服务。《新医学》以办精品刊物为目标，脚踏实地，求实创新，与时俱进，为我国医学事业的发展作出了自己应有的贡献。长期以来，《新医学》坚持“通过形式多样的栏目，帮助读者掌握医学新信息，提高诊疗水平”的办刊宗旨，将杂志办得独具特色。在众多医学专业期刊中，以突出医学专业知识的继续教育、可读性强而著称。近年来，为了保证《新医学》稿件的质量，编辑部已大幅增加原创论文的比重，如“查房选录”、“临床研究论文”、“临床常见诊疗错误汇编”、“中西医荟萃”、“误诊分析”、“实践荟萃”、“医生手记”等栏目刊登的均是原创论文，其中省级以上基金的稿件比重也在逐年增加。多年来，《新医学》一直被评为全国综合性医药卫生类核心期刊，2004年被《中文核心期刊要目总览》评为综合性医药卫生类核心期刊。并被确定为中国学术期刊综合评价数据库统计源期刊，同时还是“万方数据──数字化期刊群”收录期刊，中文生物医学期刊文献数据库收录期刊，中国期刊全文数据库全文收录期刊，中国生物医学期刊引文数据库收录期刊。《新医学》在同行、读者中亦颇得好评，多年来屡次参评均获奖。《新医学》近年获奖情况：1997年获第二届全国优秀科技期刊二等奖；1997年、2001年分别获广东省第二届、第三届优秀科技期刊一等奖；2001年入选国家新闻出版署主办的中国期刊方阵“双百期刊”；2005年在国家新闻出版署主办的第三届国家期刊奖评比活动入选“百种重点期刊”；2007年荣获“广东省科技期刊优秀编辑部”称号。
常用的医学图像处理算法
时间：2024-02-27 11:24:18
常用的医学图像处理算法有很多种，下面列举一些主要的算法：
图像预处理算法：包括滤波、平滑、增强等操作，用于改善图像质量，减少噪声，增强感兴趣区域等。例如，中值滤波、高斯滤波等可以用于去除图像中的噪声；直方图均衡化可以用于增强图像的对比度。
图像分割算法：用于将图像中的不同区域或目标分离开来。常见的分割算法有阈值分割、边缘检测、区域生长、分水岭算法等。这些算法可以根据像素灰度值、颜色、纹理等特征将图像划分为不同的区域。
特征提取算法：用于从图像中提取出有意义的特征，以便于后续的分类、识别或量化分析。常见的特征包括形状特征、纹理特征、颜色特征等。这些特征可以通过不同的算法进行提取，如SIFT、SURF、HOG等。
图像配准算法：用于将两幅或多幅医学图像进行对齐，以便于比较和分析。图像配准通常涉及到图像变换（如平移、旋转、缩放等）和相似性度量（如互信息、均方误差等）。
图像融合算法：用于将多源或多时相的医学图像融合在一起，以提供更全面的信息。图像融合可以通过像素级融合、特征级融合或决策级融合等方法实现。
三维重建算法：用于从二维医学图像序列中重建出三维结构。常见的三维重建算法有体绘制和面绘制两种。体绘制通过计算光线穿过体数据的累积颜色来生成三维图像；而面绘制则通过提取体数据的等值面或轮廓线来生成三维表面模型。
深度学习算法：近年来，深度学习在医学图像处理领域取得了显著的进展。通过训练深度神经网络模型（如卷积神经网络CNN），可以自动学习从医学图像中提取特征和进行分类或分割等任务。深度学习算法在医学图像识别、病变检测、病灶定位等方面具有广泛的应用前景。
以上列举的算法只是医学图像处理领域中的一部分，实际上还有很多其他的算法和技术可以根据具体的应用需求进行选择和使用。