发布时间:2023-03-20 16:15:24
序言:写作是分享个人见解和探索未知领域的桥梁,我们为您精选了8篇的医学图像论文样本,期待这些样本能够为您提供丰富的参考和启发,请尽情阅读。
Photoshop是由Adobe Systems开发和发行一款功能强大的图片处理计算机软件,目前其已广泛应用于户外平面广告设计、影楼摄影后期处理和多媒体课件制作等领域,其功能强大且操作便捷,目前已成为应用最为广泛的图片处理软件。本文就该软件在医学论文图片整合中的一些应用技巧做一简要介绍,旨在为医学工作者在论文撰写图片整合方面提供针对性的实践参考。
【关键词】Photoshop 医学论文 图片整合
1 医学论文图片整合过程中常见的问题
医学工作者在论文撰写过程中常常遇到图片的调色、图片格式的转换、像素的设置、多个单幅图片向一副图片的整合等诸多问题,由于图片处理技巧的缺失,往往造成图片处理不符合期刊的要求,延误论文撰写和发表的进度,笔者就医学期刊论文图片处理要求,就多个单幅图片向一副图片的整合(包含序号和标尺的添加)处理技巧做一针对性的介绍。
2 Photoshop在医学论文图片整合中的应用
2.1 Photoshop版本的选择
本文软件选择Photoshop cs2.0简体中文版,cs2.0版虽然是Photoshop较为早期的版本,但具有该软件最基本和最常用的功能,cs2.0中文版的优势是软件本身只有数百兆,占用内存小,删减了不常用的功能,对计算机配置要求较低,且已被汉化便于操作使用,完全能满足对医学论文图片处理的要求。
2.2 多个单幅图片向一副图片的整合
本文以四副单个图片整合为一副图片为例,在软件中依次将四副单个图片打开,任选一幅图片点击菜单栏图像-图像大小,并记录图片的宽度、高度及分辨率;空白背景图层构建:点击菜单栏文件-新建,参数设置:高度和宽度设置约为单幅图片的二倍多一些(空白图片上放置四幅图片),像素设置与单幅图像素一致(图1);四幅图片移动至空白图层:选择工具栏移动工具,依次拖动四幅图片至空白图层,形成一个多图层图片,同时关闭原四副图片,在活动图层面板分别点击“图层1-4”文字给每张图片针对性命名;图片的排版:以四副图片平排各两张为例,使用工具栏移动工具分别移动各张图片至大置,在软件上、下刻度线上拖动形成交叉参照线用于精确定位(参照线不会被保存至图片),图片与图片间的距离根据期刊要求参照刻度线确定,操作同时可使用放大镜功能放大图层,使用键盘上下左右进行微量精准调节(图2)。
2.3 图片序号和标尺的添加
序号的添加:点击图层面板下部“创建新图层”,选择新图层,点击“排版文字工具”并选择字体和字体大小,在空白图层上依次键入ABCD,并分别拖动文字至图片右下角,可使用参照线进行准确定位;标尺的添加:标尺是医学论文表示图中显微结构大小的参照线,新建空白图层并双击文字重新命名“标尺”,选择“标尺”图层,点击选择“矩形选框工具”,在标尺图层中建立矩形空白选取,然后点击菜单栏编辑-填充,颜色使用黑色(可根据需要变换颜色),Ctrl+D取消选区,快捷键Ctrl+T可通过控制滑块调节标尺的长度和宽度。
2.4 图片的保存
图片保存常用格式有三种:JPEG、TIFF和PSD,三种格式各有特点。JPEG格式压缩量较大,图片数据容量较小,为常用格式,TIFF格式压缩量小,图片数据容量较大,但图片显示细节较好。PSD格式是多个图层并存能够被Phtoshop识别的一种图片格式,严格来说并不是图片,但它能保存图片的图层原始状态,其优势是为图片的修改做了备份储备。
3 结语
Photoshop软件功能强大使用方便,在各个领域应用十分广泛,医学领域尤其是医学形态学领域使用最为常见,熟练掌握该软件的操作技巧在医学工作者图片处理过程中能起到事半功倍的效果。本文除了以文字形式介绍外还制作了相关操作屏幕录像视频供交流学习(https:///cknZu4Xy9Dk9w 访问密码 d954),旨在为医学工作者论文图片处理提供一些基础性操作帮助。
(通讯作者:李明)
参考文献
[1]陈瑛,龚著琳,苏懿,等.以能力培养为导向的“医学图像处理与分析”研究生课程教学改革初探[J].中国高等医学教育,2010(06):79-80.
[2]蒋斌.Photoshop实用教程[M].电子工业出版社,2004:15-18.
[3]马月进.Photoshop图像处理课程案例教学实践[J].计计算机教育,2010(02):87-89.
[4]张昌林,陈 素,李 彬,陈健美.多媒体技术及其医学应用[M].北京:人民卫生出版社,2009:111-161.
[5]张屹,黄欣,谢浩泉,等.交互式微视频教学资源的研发与应用――以“教育技术学研究方法”为例[J].电化教育研究,2013(05):48-54.
作者简介
高欣(1977-),女,山西省吕梁市人。现为长治医学院讲师,主要从事计算机基础教育。研究方向为计算机技术在医学教育中的应用研究。
博观而约取厚积而薄发
自2002年于暨南大学攻读硕士学位起,杨荣骞选择现代医疗仪器作为研究方向,不仅在电子信息、计算机应用与仪器仪表的理论和设计方面打下坚实的基础,而且扩展了基础医学知识,紧密结合临床对医学仪器的需求,负责企业规划的多项医疗器械新产品的研发,完成了妇产康复治疗仪、LEEP手术系统等5个产品的研制。
在上海交通大学攻读博士学位期间,他师从中国无创医学领域开拓者之一陈亚珠院士从事肿瘤物理治疗领域的研究。深入研究实时温度测量的理论和技术,提出了基于结构光的三维红外成像方法,在结构光系统标定、三维表面数据快速重建等方面取得了创新性成果。发表SCI论文4篇、EI论文3篇,获国家发明专利授权1项。
进入华南理工大学生物医学工程系任职后,杨荣骞组建和带领由青年教师、博士生和硕士生组成的科研小组,开展以手术导航、心功能评价和放射治疗等为特色方向的理论与应用研究,主持承担国家自然科学基金及省、市级科技项目多项。提出基于配准的四维心脏图像全自动分割、精确近红外摄像机标定、标记点自动提取与立体匹配等新方法,设计高精度近红外光学定位系统,完成了手术工具的标定、跟踪定位等算法。发表学术论文25篇,其中SCI论文3篇、EI论文7篇;申请国家发明专利6项,其中授权1项;获软件版权1项。
紧跟前沿科技结合临床应用
随着生活水平提高和生活方式变化,人类预期寿命在延长,但心血管疾病发病率和死亡率也在不断上升,对国民健康形成巨大威胁。心血管疾病的早期诊断和预防已成为全球关注的重大问题。在心脏医学影像领域,常见的有MRI、SPECT、CT、US等,基于不同图像来源可重建出不同精度的模型。近年出现的双源CT(DSCT),为采集清晰动态的心脏图像提供了可靠的影像学保障,可实现在无需使用β-受体阻滞剂和不受心率影响的情况下对心脏病患者进行成像。CUDA(computeuni fieddevicear chitecture)是建立在图形处理单元(graphic proces singunit,GPU)基础之上的通用计算开发平台,通过它可以将GPU视为一个并行数据计算的设备。利用DSCT提供的良好的心脏断层图像,结合GPU并行计算能力,为可视化心脏辅助诊断系统的研究提供了良好的医学影像学和计算机基础。
紧跟这项前沿科技,杨荣骞主持完成了“基于GPU的心脏DSCT系列图像精确分割技术及三维可视化研究”(中央高校基金面上项目),采用基于模板的配准技术实现创新的四维心脏图像的全自动分割,不仅大大减少了医生半自动分割图像的时间,而且提高了分割精度。通过与广州总医院放射科密切合作,还获得了冠脉灌注测评和动态心功能评价方法等相关研究的新成果。将进一步结合临床影像数据和医学专家知识,构建符合国人特征的具有临床应用价值的辅助诊断和评价模型。
在肿瘤开颅手术前,须先进行手术入路规划。目前,神经外科医生一般是根据影像学提供的病灶信息,结合自己的经验,采用定性的方法设计勾画开颅部位。由于对肿瘤的形态、尺寸及空间位置不能精确量化,往往造成较大切口引起更大损伤,也可能因反复探查而拖延术前计划时间。依靠经验定性方式的入路规划也不利于术中脑功能区保护和有效完全切除肿瘤。如果采用立体定向头架或神经外科导航系统,则能精确定位脑部肿瘤,且正确引导手术入路的方向和深度,但费用昂贵、操作繁琐,难于在医院普及。
为克服人工经验方法的不足,提高定位精确度,减小手术损伤,保障手术的有效性和安全性,杨荣骞团队成功研究一种不依赖昂贵设备,且操作简便,易于掌握的辅助肿瘤开颅手术入路规划方法和软件,基于术前检查获取的医学影像数据,确定肿瘤病灶的三维形态和空间位置,对肿瘤、头皮表面和设定标志点进行三维可视化重建。在这个虚拟半透明可视化模型中可直观地看到肿瘤在头皮的投影,人机界面能够辅助医生进行手术入路规划设计,以实际尺寸等比例打印方式输出规划结果。该项技术与广州总医院神经外科合作研发,并得到临床试用60多例,明显比人工经验方法提高了定位精确度,减小了开颅创口,缩短了入路规划时间。该成果的进一步研究发展,将结合生物力学机理研究有效抑制开颅后脑漂移对肿瘤定位的影响,把电刺激获取的脑功能区位置映射到MRI影像中为医生提供更丰富的信息规划手术路径。
致力导航技术延伸医生视觉
手术导航为微创手术提供了重要的辅助手段,从一开始就在神经外科中得到应用和大力发展,特别是对颅脑肿瘤手术治疗而言,实现了手术医生的视觉延伸。通过术前计划和虚拟导航辅助制定详尽的手术计划,指导术中精确定位,对提高手术精确度,保障手术安全有效,提高手术效率发挥了极大作用。手术导航是现代医学影像、双目视觉、虚拟可视化、立体定向等技术与计算机应用技术有机结合构成的医疗仪器系统,目前的手术导航产品最成熟的技术主要是在术中导航精确定位部分,已经可以达到较高的跟踪定位精度。关于术前计划部分,主要是虚拟手术研究领域的相关进展,在CT、MRI图像融合技术及应用软件方面取得较好成果,但是还未有机地融入到手术导航系统中。此外,手术导航的术后评估方法已经逐渐进入研究关注范围,但现有进展不够深入,基本未形成示范性有价值的指导。
鉴于导航技术在现代医疗设备中的重要地位和面对关键技术难点提出的挑战,杨荣骞主持承担了“高精度近红外光学导航技术”(中央高校基金重点项目)和“手术导航中高精度大视场光学定位技术研究”(国家自然科学基金项目)。由于光学定位技术具有定位精度高,使用灵活,基础技术较成熟等优势,且得到广泛的应用,因而选择光学定位技术构建系统并深入开展导航技术研究。仔细分析了目前光学定位技术存在的两个主要缺点:一是光学成像设备受摄像机有效视场限制,使得手术必须在摄像机的有效视场范围内完成;二是手术中光线容易被阻挡。医生只能调整成像设备或者手术工具到合理的位置来完成定位,给实际使用带来了很大的不便。杨荣骞提出创新的能够自动跟踪手术工具的大视场高精度近红外光学定位技术,达到克服上述缺陷的目的。每个摄像机的内外部参数都通过光学测量精确标定,实现了多件手术工具高精度定位和实时跟踪。基于FPGA(现场可编程门阵列)新设计了一种近红外光学定位单元,实现多摄像机的动态图像信号同步采集,很好地消除了由于图像采集不同步而产生的抖动现象。
Signal and Image
Multiresolution Analysis
2012,320p
Hardcover
ISBN9780470195154
A. 奥哈比编
小波分析的概念可以用两种方式介绍:一种是连续小波变换,另一种则是多分辨率分析(MRA)。通过将它们分解成(正交的)缩放和(正交的)小波,基于小波的多分辨率分析可用于不同分辨率层次的单一或多维信号的分析、处理及合成。因此,多分辨率分析提供了一族正交小波,并且将任何冗余减少到零。
近年来,使用小波变换的多分辨率分析受到不同领域研究人员的关注。它是一个在多层次上有效表示信号与图像的强有力工具,包括压缩、细节级显示、渐进变换、细节级编辑、滤波、建模、分形和多分形等。本书提供有关多分辨率分析的简单定形及新清晰度,描绘可实现的模糊技术,并且利用编码、特性析取、压缩传感、多分形分析和纹理分析来合并、统一或完善这种技术。本书提出新的研究课题包括人脑计算机接口(BCI)、压缩传感、功能磁共振成像(fMRI),细胞组织表示特性(骨头、皮肤等)。作者借助生物医学、通讯、多媒体,金融等领域中的许多图表及最近应用说明,帮助缺乏经验的读者更好地理解某些概念。
本书共分4 章:1. 多分辨率分析入门; 2.基于离散小波变换的多分形分析; 3.利用JPEG2000的多模态压缩:受监督的插入方法; 4.使用小波包的大脑微栓塞同步检测。
本书作者是法国图尔综合理工大学信号及图像小组的教授和主任。目前,他还担任该校国际关系的主任。他的主要研究领域是图像和信号处理。同时,他对采样理论多分辨率算法、优化滤波、频谱分析、小波以及分形对图像处理的应用有着强烈的兴趣。他在上述领域中发表了100多篇论文。
本书是Wiley《数字信号与图像处理》丛书”中的一本。它所针对的读者群是不同专业的工程师、医学研究人员、大学实验室实验员、讲师和研究员。工程专业的研究生,特别是医学图像、智能仪器、电讯及信号和图像处理领域的研究生,也会从本书中受益。
胡光华,退休高工
(原中国科学院物理学研究所)
【关键词】 血管
摘要:序列图像的计算机三维重建是应用数学和计算机技术在医学与生物学领域的重要应用之一。依据一根血管的一组平行切片图,运用有效的数学方法,在计算机上成功再现了其三维图像。
关键词:位图;三维重建;中轴线;曲线拟合
血管三维重建问题来源于序列图像的计算机三维重建[1,2]。序列图像的计算机三维重建是应用数学和计算机技术在医学与生物学领域的重要应用之一。
为研究生物体的复杂结构,常将其本身或局部做成切片。切片图像序列把生物体内部的各种复杂结构和变化一层层地暴露出来了,人们通过依次对每张切片图像的观察、分析和比较,综合起来可以形成对生物体内部结构的立体认识。从几何角度看,这种综合就是由切片图像序列恢复生物体内部结构的几何形状,称此为序列图像的三维重建。这项工作,过去是在人脑中进行的,专业人员通过观察,凭经验在自己头脑里想象出生物体的内部结构和几何形状。在今天当然把这项繁杂的工作交由计算机完成,实行序列图像的三维重建的计算机化、自动化。序列图像的计算机三维重建是切片制作的逆过程,很复杂,需要综合运用图像处理、图形学、计算机辅助几何设计等多学科的方法,是当前研究的前沿和热点课题之一。
血管是血液流通的通路,其在生命活动中的重要性众所周知,诊断师在临床中经常需要了解血管的分布、走向等重要信息。理想的血管可以看成是粗细均匀的管道,如何建立其数学模型是图像三维重建的重要一环。
2001年全国大学生数学建模竞赛题目为“血管三维重建问题”,要较好解决该问题,远非建模竞赛要求的三天所能完成。因此,竞赛结束后产生的优秀论文中都存在不完善之处,本研究的目的正是基于此而产生的。
1 问题的提出
假设某些血管可视为一类特殊的管道,该管道的表面是由球心沿着某一曲线(称为中轴线)的球滚动包络而成。例如圆柱就是这样一种管道,其中轴线为直线,由半径固定的球滚动包络形成。
现有某管道的相继100张平行切片图像,记录了管道与切片的交。图像文件名依次为0.bmp、1.bmp、…、 99.bmp,格式均为BMP,宽、高均为512个象素(pixel)。为简化起见,假设:管道中轴线与每张切片有且只有一个交点;球半径固定;切片间距以及图像象素的尺寸均为1。
取坐标系的Z轴垂直于切片,第1张切片为平面Z=0,第100张切片为平面Z=99。Z=z切片图像中象素的坐标依它们在文件中出现的前后次序为
(-256,-256,z),(-256,-255,z),…,(-256,255,z);
(-255,-256,z),(-255,-255,z),…,(-255,255,z);
……
( 255,-256,z),( 255,-255,z),…,(255,255,z)。
为了在计算机上再现血管的三维形态,需要计算管道的中轴线与半径。
2 管道半径的求解
求解管道半径有多种方法。但建模竞赛的优秀论文中以“平均法”和“抽样法”居多[1]。所谓平均法就是求出每张横断面图像内的最大内切圆半径,再取管道半径为它们的算术平均值。此方法的缺点是要以每张图像内的每个象素点作为圆心,令每张横断面图像内的内切圆半径值由小到大,动态地逼近最大内切圆半径的求解过程,其计算量相当庞大,计算机程序运行困难,优秀论文的作者中许多人提到这一点。
所谓抽样法就是利用滚动球半径是常数,取前几片横断面图像内的最大内切圆半径的平均值为管道半径的值。此方法正是意识到平均法计算量的庞大而提出的。其缺点是抽样样本数目选取的合理性较难确定,因样本数目少而存在计算误差。
本研究求解管道半径的方法是:首先将100张图片叠合,形成如图2(a)所示的一张图片。由于切片垂直Z轴的,此图片是血管在XOY面上的投影图像。因此,它也是滚动球在XOY面上的投影――滚动圆,沿中轴线的投影线滚动形成的二维包络图, 且滚动球的半径与滚动圆的半径相同,因此只需求出滚动圆半径。具体图像叠合的方法是首先运用Photoshop软件打开0.bmp 图片,再将1.bmp~99.bmp图片(共99张图片)通过叠加控件叠合。
为简化求半径的复杂程度,取图2(a)区域的一部分(图2(b))。利用计算机编程搜索图像边缘点得到边缘曲线AB和AB,记录其坐标,即两条曲线上象素点的坐标(个数有限)。在凸弧AB上任取一点M,扫描计算凹弧AB上所有点到M点的距离,确定其最小值,此即所求滚动圆直径,本研究计算的半径结果是29.5个单位。
此方法的主要优点是选点M是任意的,即无限制,而且只需扫描AB一侧所有点,大大简化计算量。事实上在编程计算时,还可使弧AB更短,这样做显然并不改变计算的精确性。
查阅到的获奖论文中,大多是对一张图片(而非叠合图片)进行扫描,计算涉及两侧间所有点间距离,还要涉及最小和最大值的比较问题,然后对几张图片做上述类似工作,再取均值。相对而言,本研究方法无论是在计算量还是在精确度上都较为优化。
3 中轴线方程的求解
31 切片图像最大内切圆的存在性证明
依据基本假设:视血管表面为一类由球心沿着某一曲线的球滚动包络而成的特殊的管道,且管道中轴线与每一张切片有且只有一个交点,可知滚动球是沿中轴线严格单调上升的。
切片图像的产生是滚动球上升过程中与该切片所在平面相交而产生的一系列二维区域(圆域)的并集,从球与该平面接触到球离开该平面过程中,由滚动球严格单调上升性,球心与该平面相交且仅相交一次,此时形成最大的圆域,亦即该切片图像内存在唯一最大内切圆。
上述证明过程表明最大内切圆的圆心为中轴线与该切片的交点,最大内切圆的半径为滚动球的半径。
32 切片图像最大内切圆圆心的求解
求解每张切片图像最大内切圆圆心的方法有多种。但建模竞赛的优秀论文中以“枚举法”和“平行切线法”居多[1]。
所谓枚举法就是求每张横断面的图像内的最大内切圆的圆心时,以位于图像内每一个象素为圆心作圆.遍历所有象素点后再作确定。此种方法,由于每次做圆的过程半径是由小到大动态的,最大圆是经过两次循环获得的,计算量巨大。
所谓平行切线法就是横断面的图像边界上的两点的连线如果同时垂直边界在这两点处的切线,则这两点连线有可能是最大内切圆的直径。发现所有具有这样性质的点对,并检验之,以确定最大内切圆的圆心。此方法的缺点是缺乏合理性的理论证明,事实上未见有论文对此证明。另外在象素表示边界线这种离散状态下,判断“垂直”性方法并不明确。
本研究求每张切片最大内切圆的具体方法:首先扫描确定区域,如图3阴影部分所示。再以区域内每一象素点为圆心,29.5为半径按照计算机图形学中圆的Bresenham算法[3]做圆,尽管圆心变化,但因半径固定,此算法得到的圆周象素点个数及圆周的象素表示形状固定。程序中做一计数器,将区域内所有象素点的初始值赋值为0,每次做圆过程中,将在圆周上的区域内的点的计数器值加1,扫描区域内所有点后,区域内计数器值最大的点即为最大内切圆圆心。
上述做法的合理性是:如图3所示,圆O是最大内切圆,而圆O为某一个非最大圆。由于半径是固定的,圆心象素点的计数器值增加当且仅当它位于以它的圆周上区域点为圆心的圆周上。由此可知圆心点的计数器值等于其圆周上点位于区域内象素点的个数。从图3可看出,圆O的圆心计数器值明显大于圆O的圆心计数器的值。
该方法的优点是最大内切圆的圆周不必全部在区域内部,即最大内切圆的圆心象素点的计数器的值可能小于其圆周点象素的个数,而只需计数器的值最大即可。这样可忽略真实切片边缘进行数码转换(象素显示)时的误差。在bmp格式下,二维切片边缘并不是平滑的曲线,而是齿状形式,在对血管切片获取的过程中就有误差产生,不应该通过判断其是否全在黑色区域内来找到最大内切圆,如果某一圆只有一象素点不在黑色区域,可能该圆是实际血管切片(未转化为bmp格式之前血管切片)的最大内切圆,且实际只能存在一个这样的圆。
33 中轴线方程的拟合求解
利用所求得的最大内切圆圆心坐标,通过Matlab软件中的曲线拟合函数ployfit得到中轴线方程。由于方程的特殊性,本研究采取分段拟合的方式。
计算结果为:t=0~29X(t)=0.00090547846488*t.^3+0.0067784235874*t.^2+0.0784535895423*t.-0.295780088597090
Y(t)=-0.006008085052*t.^2+0.147566585759*t+149.264564456547Z(t)=t
t=30~99X(t)=0.000036785469*t^4-0.010418543628*t.^3+1.057784235874*t.^2-35.057946695578*t.+469.5578462318
Y(t)=0.0000458326*t^4+0.00098784455346*t^3-0.345864521232*t.^2+22.175546489658987*t-202.11102121284
Z(t)=t
依据上述方程,利用Matlab软件或Pro/engineer软件都可在计算机上再现该血管的中轴曲线及血管本身的三维图像。
参考文献
1 汪国昭,陈凌均.血管三维重建的问题.工程数学学报,2002,19 supp(2): 55~58
2 应荣超.人下颌下腺淋巴管、血管和腺导管的计算机三维重建技术.解剖学报,1991,22 (4):342~346
3 潘云鹤. 计算机图形学―原理、方法及应用.第一版.高等教育出版社,2002,37~45
4 郎锐.数字图像处理学 visual C++实现. 北京希望电子出版社,2002,58~64
【摘要】掌纹(palmprint)诊病是传统中医和生物全息学相结合的一种疾病诊断方法,它通过观察手掌的掌纹线特征来了解人体的健康状况,以期达到疾病的早期诊断的目的。本文对近年来有关掌纹诊病、掌纹提取和识别处理技术方面的进展进行综述。
【关键词】掌纹 诊断 中医 全息医学
Research Progress in Palmprint Diagnosis
Ping ZHANG, Jiong ZHU*, Likun ZHANG
【Abstract】Palmprint diagnosis is a widely used method in the fields of Traditional Chinese Medicine and holographic medicine. This is achieved through observing the palmprint features to reflect the physical health condition, with the aim for the early diagnosis and direction of the clinical work. The research work on the palmprint diagnosis, palmprint identification and data processing were reviewed in this paper.
【Keywords】palmprint, diagnosis, Traditional Chinese Medicine, holographic medicine
手掌(palm)位于手腕和手指之间,掌纹(palmprint)就是手掌内表面上皮肤乳突线隆起形成的、肉眼直接可见的纹理[1]。手掌及指纹具有很强的个体特异性,故医学上常把它作为个人识别的重要标志。中国在唐宋年间就已开始广泛收集研究掌纹。随着近代生物全息学、医学遗传学研究的进展,已有越来越多的研究者发现人体掌纹特征与疾病发生之间存在较密切联系,并努力尝试将之应用于疾病诊断。本文对近年来有关掌纹诊病、掌纹提取和识别处理技术方面的进展进行综述。
1 疾病诊断方面
楼氏等[2]观察了121例先天性心脏病患者的手纹特征,并与以张海国[3,4]报道的1040例汉族人10项肤纹参数正常值为对照组,采用粉笔-碳素墨水-透明胶带法拓印患者的手纹,通过放大镜下观察发现,先心病患者在胚胎发育过程中,常伴随皮纹发育上的异常,手纹特征表现为指端双箕斗纹增多;atd角小于对照组;a-bRC明显减少;I3区及跨于I3和I4区之间的真实花纹出现率增高,但I4区真实花纹出现率明显减低等。石氏等[5]观察了356例心脏病患者的掌纹特征,主要以40岁以上有心脏疾病的患者为主,发现心脏病发生后会在手掌的相应部位(心区)出现一系列变化。如血管显露、皮肤局部发暗,发紫,形成多种病理纹(三角纹、叉纹、十字纹、岛纹)。张氏等[6]第四军医大学硕士论文]]通过建立量化的皮纹特征指标体系,在一定程度上实现了皮纹特征的数字化描述,其以肿瘤患者的皮纹特征作为临床应用实例,通过建立的量化特征指标体系,在患者组与对照组之间采用SVM分类器进行分类,定量分析患者组与对照组之间的皮纹差异,结果发现肿瘤患者的皮纹特征与正常人之间确实存在一定的差异,Logistic回归预分析能够为肿瘤易患性做出较好预测。张氏等[7]观察了67例卵巢癌患者手指掌纹,发现卵巢癌患者斗形指纹减少, 正箕增加;手掌各区真实花纹总数增加,小鱼际区真实花纹减少;手掌过渡I型摺纹增加,这些指纹参数的改变与正常人比较均有显著差异。孟氏[8]对60例先天性智力低下患者的掌纹进行分析,结果提示通贯手的发生率正常组与智力低下组比较无统计学意义;智力低下组atd角异常的发生率高于正常组,经t检验P
2 掌纹识别及处理技术
掌纹图像是进行人体掌纹诊病的主要手段,掌纹图像质量的好坏直接关系到掌纹识别的准确率,从而影响了疾病诊断的准确性。传统的按掌印或拓印方法,存在操作耗时、人为影响因素多等缺陷,因此,近年来发展了用扫描仪扫描、数码相机拍摄或CCD(电荷耦合元件)等提取掌纹图像的技术如杨[9]等对扫描仪进行改造,一方面避免了环境光的影响,另一方面避免了因手掌与玻璃面板挤压变形而造成图像失真,最终得到了较为清晰的掌纹;同时,杨氏等又制作了数码相机架子和暗箱,采用数码相机对掌纹进行采样,也得到了图像清晰、无变形的采样图像。
此外,掌纹特征的量化和数据分析也是近年来的研究热点。如黄氏等[10]提出了一种基于小波理论和稳健回归提取掌纹主线的方法,该方法能够有效地避免提取过程中的噪声干扰,使提取的掌纹主线更加自然平滑、特征清晰,尤其适合临床专家的诊断和皮纹学专家进行分类。
3 结语
人体掌纹特征与部分疾病之间可能存在较密切的关联性,通过掌纹分析有助于疾病的早期诊断。近年来,在掌纹图像提取、掌纹特征量化分析等技术方面的研究已取得了一定进展。
参考文献
[1] 王晨霞. 现代掌纹诊病图谱[M].南宁:广西科学技术出版社,2000
[2] 楼新法,卢中秋,邵华信,杨新东. 先天性心脏病患者的手纹学研究[J].山西医科大学学报,1998,29:27
[3] 张海国,王伟成,许玲娣,等. 中国人肤纹研究I.汉族10项肤纹参数正常值的测定[J].遗传学报, 1981,8(1):27
[4] 张海国,王伟成,许玲娣,等. 中国人肤纹研究II.1040例总指纹嵴数和a-b纹嵴数正常值的测定[J].遗传学报,1982,9(3):220
[5] 石昌德,刘俊峰,杨建军,等. 全息生物学预测诊查心脏疾病特征指标研究[J].中国自然医学杂志,2001,3(3):177
[6] 张亮,屈景辉. 构建与肿瘤相关的皮纹特征量化指标体系[D].第四军医大学硕士论文
[7] 张光道,舒沪英,曾桂兰. 67例卵巢癌患者的手纹观察[J].癌症, 1988,5:383
[8] 孟英奇. 60例智力低下患者的皮纹分析[J].大连医学院学报,1986,8(2):53
[9] 杨剑兰,袁国武,朱原良. 人体医学掌纹图像获取技术简介[J].电脑知识与技术,2010,6(14): 3724
【关键词】边缘检测 高斯平滑
1 引言
随着图像处理技术的发展与广泛应用,现在社会中图像处理的应用领域越来越广泛,如三维重建,医学诊断,图像识别等等。而图像处理过程中,最重要的一项预处理技术即为边缘检测技术。
图像的边缘是图像特征识别中的重要组成部分。我们一般认为边缘是图像中周围像素有不连续变化或屋脊变化的像素的集合。在一幅图像中,边缘特征所表达的信息量在整张图片的特征信息中占有主导地位,对图像特征的识别、分析十分重要。边缘信息主要从像素值幅度和走向两个方面来表示。一般来说,沿着边缘走向的像素点灰度值呈连续性变化特征,而垂直于边缘走向的像素点灰度值则呈跳跃性或阶跃性变化特征。边缘检测技术即为通过一定的算法将图像中的边缘尽可能真实地提取或表示出来的技术。边缘检测技术发展到目前已有很多类提取算法,但主要的计算原则就借助于类似高斯平滑、傅里叶变换等的数学函数与图像的灰度矩阵进行卷积计算,从而得到横、纵两个方向上的梯度图像和模图像,然后根据梯度方向来进行模的极大值提取,获得需要的图像特征边缘。本文主要研究的是以canny算子为检测手段的边缘检测算法。
2 canny边缘检测算法
任何一个边缘检测算法的原则都是真实、详尽地标识出原图像的实际边缘,同时又尽可能避免图像中的噪点、伪边缘等噪声的干扰,找到一个最优的图像边缘。Canny边缘检测算法也是如此,一般由抑制噪声、寻找梯度亮度、非极大值抑制、确定和连接边缘这四步完成的。
2.1 1抑制噪声
任何图像在进行边缘检测之前,都要进行抑制噪声的预处理。它是所有图像处理过程的第一步。图像的噪声主要有椒盐噪声和高斯噪声两种,而绝大部分图形的干扰噪声属于高斯噪声,因此canny算法的第一步采用的是运用二维高斯平滑模板与原图像数据进行卷积计算,而得到抑制噪声后的待处理图像。
从草帽图中我们可以看出处于草帽顶点位置的像素值比其他任何位置的像素值都大。通过高斯平滑模板滤波后,我们就是要保留草帽顶点的像素点,而忽略周围的像素点,这样就可以将噪声尽可能的去除,同时又最大程度的保留原图像信息。从lena图像中我们可以看出经过高斯平滑滤波后的图像要比原图像模糊,但同时也增加边缘点确定的准确度。
2.2 寻找亮度梯度
图像中的边缘走向我们无法预测。在 Canny算法通常使用模板从水平、垂直和45度对角线方向进行检测。通过模板与原图像像素点支所作的卷积值,我们可以标识出每个点上的最大值以及可能的边缘走向。由此,我们就得到了每个点的亮度梯度及走向。
通过图4分析发现,经过亮度梯度的寻找和边缘检测后,图像边缘的整体轮廓已经显示出来,但图像中存在真实边缘较粗和伪边缘存在的现象。
2.3 对亮度梯度进行非极大值抑制
一般来说,在图像梯度矩阵中,元素值大的像素点对应的亮度值则大,为边缘点的可能性最大。但并不就此认定该点就是边缘点,它也可能是伪边缘点。在Canny算法中,我们利用非极大值抑制来进行边缘检测,以去除伪边缘点。
设图像中的像素点为 ,分别与其周围8个邻域里梯度亮度方向上两端的像素点 和 比较。如果 > 且 > ,则 其可能是真实边缘点,否则其肯定不是边缘点,将其梯度亮度值归零。
通过非极大值抑制后,我们通过图5可以看出,真实边缘的线条已明显细化,但仍然存在伪边缘像素点。
2.4 确定并连接边缘点
经过非极大值抑制后的图像的边缘像素点一般都具有较高的梯度亮度,但多大的梯度亮度值可以确定为边缘点,在实际使用中有没有一个确切的答案。我们在Canny算法中一般使用了滞后阈值法来确定和检测边缘点。
滞后阈值法一般需要设定高和低两个阈值。高低阈值的量值决定了边缘点的数量。如果阈值选择的过高,则有可能出现边缘点太少,出现部分真实边缘信息丢失,无法完整连接真实边缘,边缘连续性下降。如果阈值选择的过低,则有可能出现边缘点太多,不能有效去除伪边缘,影响边缘检测效果。
经过滞后阈值法过滤并连接边缘后,我们从图6可以看出图像的真实边缘已经几乎表示出来。
3 结论
Canny边缘检测算法是一种非常有效的边缘检测算法。它通过高斯平滑滤波有效的去除图像中可能存在的噪声,通过寻找梯度亮度检测出图像存在的边缘特征,通过非极大抑制和滞后阈值法高效的去除边缘中存在的伪边缘和虚假边缘,在抑制噪声和保持边缘连续性方面取得很好的平衡。但同时我们在实验中也发现,在噪声抑制的过程中,高斯模板的选取直接关系到图像的处理效果。模板选取越大,噪声抑制效果就越好,图像也越平滑,但边缘定位也越不精确,同时计算量也显著增加,处理速度变慢,这对于要求实时处理图像就无法满足。模板选取的小,噪声抑制效果就差,虚假边缘出现的几率高,但边缘定位相对精确,处理速度快。因此选取合适的高斯平滑模板是canny边缘检测算法的关键,一般我们通常选取3*3或5*5的模板即可。
参考文献
[1] 罗述谦,周果宏.医学图像处理与分析[M].北京:科学出版社,2003.
[2] Canny J.A computational approach to edge detection[J].IEEE Trans on PAMI,1986,8(6):679-698.
[3] Mark S.Nixon.特征提取与图像处理[M].北京:电子工业出版社,2010.
[4] Chen W F.et aj.A new algorithm of edgedetection for color image:generalized fuzzy operator[J].Science in China(A),1995(10).
[5]孙笋.轮廓和边缘检测方法研究[D].北京交通大学硕士论文,2010.
[6] MJ Turner,JM Blackledge,PR Andrews.Fractal Geometry in Digital Imaging[M].Springer-Verlag Press,1999.
[7]袁华.边缘检测及其在医学图像中的应用[J].生物医学工程学杂志,2001(01).
[8]许杰,戚大伟.基于Canny算子的医用X光图像边缘检测算法研究[J].辽宁中医药大学学报,2008(03).
关键词 图像边缘;数学结构;非光滑流形;反演集合;活动标架
中图分类号 TP391 文献标识码 A
Analysis on Mathematical Structure of Image Edge
Liu Jianzhong
(KunMing Shipbuilding Design & Research Institute, KunMing 650051,China)
【Abstract 】This paper analyzes the mathematical structure of the image edge from the two-manifold angle, Thought that the edge point exists in the non-smooth manifold and in smooth manifold's difference set; Exploratory discussed in the image edge point neighborhood inversion manifold, non-smooth points, sudden change points, the Mach points and the inversion structure points,from this discussed the edge point existence essential condition, has given based on manifold's image edge point definition, the moving frame of edge point, pointed out that the image edge the geometry significance is: moving frame by the edge points in the four dimensions of parameters consisting of 4-dimensional space in a continuous curve.
【Key words】 Image edge; mathematical structure; Non-smooth manifold; Inversion set; Moving frame
0 引 言
图像边缘检测技术是图像处理和计算机视觉等领域最基本的技术,边缘线的确定是对图像进行高层次的特征描述、识别和理解等工作的必要前提,如何快速、准确地提取图像边缘信息,一直是国内外研究的热点。但迄今为止,图像边缘尚未有精确的且被广泛承认的数学定义。目前较为普遍的说法为:图像边缘存在于“两个具有不同灰度值的相邻区域之间” [1],或是图像灰度变化比较剧烈(陡变)的地方[2] (但是有灰度陡变的地方不一定就是边缘)。
本文从二维流形(本文下述中若无特别指出,所述流形皆为二维流形)角度剖析了图像边缘的数学结构,认为边缘点存在于非光滑流形(黎曼流形,Riemannian manifold)与光滑流形(外尔流形,Weyl manifold)的差集之中[3],本文讨论了图像边缘点邻域内的反演流形、非光滑点、陡变点、马赫点和反演结构点概念,由此讨论了边缘点存在的必要条件,给出了基于流形的图像边缘点定义,以及边缘点活动标架的 4个维度,指出图像边缘线几何意义是:由边缘点活动标架中的{方向,对比度,宽度,反演测度}4个维度参数构成的 空间中的一条连续曲线。
几乎所有的图像都含有噪音。为了论述简洁,本文讨论的灰度图像都假定已经进行了去除噪音处理,去除噪音滤波方法我们另文发表。
1 反演流形
1.1 外尔流形与反演流形之区别
外尔流形与黎曼流形是两种不同的流形[3]。
外尔流形上每一点的开集邻域同胚于局部欧氏空间,其几何意义是外尔流形上每一点都存在切平面,即该点是在光滑曲面上(见图1中a)。
外尔流形本身不一定是欧氏空间,切平面是欧氏空间,外尔流形(光滑曲面)上每一点的开邻域在邻域半径趋于零时,都存在可与其无限接近的局部欧氏空间――切平面。也只有光滑曲面才能在无穷小邻域内让(欧氏空间)切平面与(非欧氏空间)外尔流形――光滑曲面“吻合”。换句话说,外尔流形中欧氏几何的几何关系只在充分小的区域内成立,但是并非精确的成立,而是区域越小,精确性越高。
而黎曼流形则不同。黎曼并没有利用局部欧氏坐标来覆盖流形的思想,黎曼流形定义能适应非光滑曲面。例如,在图1 的b、c中, 点邻域不是光滑曲面,在 点处没有切平面,显然 点不能适应外尔流形定义,但 点却适应黎曼流形定义,即:如图1 的b、c中的下图,图1 的b、c可分别看成是图中红色曲线沿着红色箭头确定的方向运动形成的二维曲面。也就是说 点邻域能满足黎曼流形定义[4]:“从一个界定方式(红色曲线段)通过一种确定的方式(红色箭头确定的方向)运动到另一界定方式(红色曲线段), 则我们所经过的点构成一个简单的广义流形(二维曲面)。” 故图1 中b、c是黎曼流形而不是外尔流形。
Fig 1. Infinitesimal neighborhood for Smooth Surface and non-smooth Surface
综上所述,黎曼流形定义适应光滑曲面和非光滑曲面,而外尔流形定义则只适应光滑曲面,外尔流形 黎曼流形。
从外尔流形与黎曼流形之区别[3]角度看图像边缘,在二维黎曼流形(曲面)上,有些区域灰度变化较缓,我们称其为光滑区域(二维外尔流形,或称光滑流形);有些区域灰度会发生陡变,我们称其为非光滑区域(仅是二维黎曼流形,或称非光滑流形)。图像边缘是两个光滑区域交界,既边缘点存在于黎曼流形与外尔流形的差集之中。
1.2 反演流形
无论图像边缘是存在于“两个具有不同灰度值的相邻区域之间”[1],还是灰度发生陡变的地方[2],剖析其判别思想方法,都是以光滑曲面作为基准面,与非光滑曲面(发生陡变的区域)进行比较。
为了判定灰度图像某一点 是否为陡变点,我们设图像某一点 的邻域 灰度值形成的曲面(黎曼流形)为 (见图2中 ),而该邻域灰度值的拟合曲面(外尔流形)为 (见图2中 )。这样,图像每一点的邻域 内都有两个流形存在:一个是图像灰度值形成的黎曼流形 ,另一个是该邻域拟合曲面形成的外尔流形 ( 在 上一一对应点是 )。如果两个流形重合(或 值小于阈值),则我们认为该点是光滑点,该邻域内 是光滑流形;反之,如果两个流形不重合(或 值大于阈值),则我们认为该点是非光滑点,该邻域内 是非光滑流形。
由此,我们可以给出反演流形定义。
反演流形定义:
2 陡变点
边缘是由图像上的元素发生陡变形成的。我们将一个点的前后变化程度之差定义为该点的陡变程度,即: 。
数字图像中像素 值是等距离变化,故我们可设 ,则上述公式可简化为:
,其中: =0时表示 点无陡变。
一个元素无所谓陡变,陡变是若干元素变化导致的结果,陡变至少需要用两个像素才能描述,我们用点对 、 来表示陡变点。我们设 点的陡变点为: ={ , },如果 ,则 , ;反之则 , 。
图像中像素是离散的,边缘处的陡变点变化往往是不规则的。在小区域内,由于离散的、变化不规则的陡变点的干扰,拟合曲面很难正确反映灰度图像边缘的真正陡变主方向;而在较大区域内,陡变点的确定又易于受到相邻像素的干扰。
我们是要寻找灰度图像边缘陡变主方向上的陡变点,因此,我们在一个较大邻域内确定陡变主方向,以消除离散的、变化不规则的陡变点干扰;在一个较小的邻域内判定 点的陡变点,以防止邻域过大受到相邻像素的干扰。
具体方法如图3所示,叙述如下:
设灰度图像点 的邻域 内存在有子邻域 , , 上的黎曼流形为 ,外尔流形为 , 在 上的一一对应值为 ,设 ( 为阈值),并且沿 上的外尔流形 陡变主方向[5][6] 方向过点 做切面与 相交,获得相交曲线 ,在 上求相邻最大陡变点 、 ,若满足 ( , 和 相邻) ,并且 或 ,则我们说 是陡变点(见图4中 、 ),记为: ={ , }。陡变主方向记为: 。
非光滑点 是单点,陡变点是由 和 组成的点对。由条件 或 可知陡变点存在则非光滑点存在,由条件 可知非光滑点存在不一定有陡变点存在。
3 马赫点
从本质上讲,我们的图像边缘识别工作是在模拟人眼视锥系统处理光刺激的过程[6]。当图像灰度值从一个光滑曲面陡变到另一个光滑曲面时,在亮光滑曲面和陡变带的边缘附近会出现一条比亮光滑曲面更亮的亮条,而在暗光滑曲面和陡变带的边缘附近会出现一条比暗光滑曲面更暗的暗条,这种现象被称为马赫带效应[7]。
边缘点被包含在两条马赫带之间,但物理上并不存在马赫带。我们认为这说明人眼视锥系统在陡变点附近生成了一个光滑的拟合曲面 (见图4中a、b、c中的红色光滑拟合曲面),所谓马赫带是拟合曲面 明显大于(图4a中蓝色 点)、或小于(图4a中蓝色 点)灰度变化曲面 的部分。
图像存在单边马赫带现象,如图4中的c图。为了在数学上将单、双边马赫带统一,我们做如下定义。
基于图像边缘判别的马赫点定义:
在灰度图像陡变点 的邻域 中, 与过 点的陡变主方向 切面相交,相交曲线 上存在有 (a, ]、[ ,b) 两个区间,其中a、b是 的边界点; 与 切面的相交曲线 在(a, ]上的曲率极大值是 点,在[ ,b)上的曲率极大值是 点。
例如,图4的a、b、c中 点是(a, ]中的 曲线曲率极大值,其中,图4的c中 点我们称它为隐性马赫点。
4 反演结构点
4.1 反演结构点
设非光滑点 在 曲线上的 、 值在 曲线上的一一对应值分别是 、 ,若在( , ]区间中 有以 为基准线的非光滑点极大值 ,在[ , )区间中 有以 为基准线的非光滑点极小值 ,满足 ,则我们称 是反演结构点,记为: ={ , }。
具体方法如图5所示,在拟合曲面 陡变主方向上、图像灰度曲线 (图5中黑线)以拟合曲线 (图5中红线)为基准线,在( , ]区间中有非光滑点极大值 ,在[ , )区间中有非光滑点极小值 (此例子中 与 重合, 与 重合)。
反演结构点与陡变点的区别在于,陡变点是灰度值曲线 在陡变主方向上的最大相邻变化点,而反演结构点是灰度值曲线 在其陡变主方向上基于拟合曲线 (图4中b)的( , ]中非光滑点极大值和[ , )中非光滑点极小值。 点邻域 内存在有反演结构点,则必存在有陡变点;但反之不一定成立。
4.2 反演结构点的数学性质
(1) 反演结构点的方向
、 连线方向 为反演结构点 的方向。
(2) 反演结构点的对比度
借用文[8]的对比度定义,反演结构点 的对比度 。
(3) 反演结构点的宽度
设反演结构点 的宽度为: 。
(4) 反演结构点的测度
设 是反演结构点,其邻域 内与 数学性质相同(或近似)的反演结构点的数量值是 的反演测度值,记为: 。
上述四个数学性质互不相交,故我们可以设它们两两正交,则反演结构点的活动标架(moving frame)可记为: ={ ; , , , }。
5 图像边缘点定义及其几何意义
边缘点是反演结构点,但反演结构点不一定是边缘点。如果一反演结构点 是边缘点,则 点邻域 内 所在边缘上的边缘点的数学性质与 的相同(或近似)。即:
基于二维流形的图像边缘点定义:
如果 是图像(二维黎曼流形,或称非光滑流形)上一个反演结构点, 邻域 内所有与 的数学性质相同(或近似)的反演结构点与 的相连成线,且 在线上移动时活动标架{ }这4个参数光滑地变化,则我们认为 是边缘点,记为 。
图像边缘的几何意义:
图像边缘是由{ }4个参数构成的 空间中的一条连续曲线。
6 结 论
本文从流形角度剖析了图像边缘的数学结构,认为边缘点存在于非光滑流形与光滑流形的差集之中,本文讨论了图像边缘点邻域内的反演流形、非光滑点、陡变点、马赫点和反演结构点概念,由此延伸讨论了边缘点存在的必要条件,进而给出了基于流形的图像边缘点定义,以及边缘点的活动标架的4个维度,指出图像边缘的几何意义是由边缘点活动标架中的{方向,对比度,宽度,反演测度}4个维度参数构成的 空间中的一条连续曲线。
参考文献
[1] 章毓晋.图像工程(中册)--图像分析[M].北京:清华大学出版社,2000年10月第二版,p75.
[2] 李娅娅,李志浩,郑海旭,王存睿. 图像边缘检测算法的比较与实现[J]. 计算机工程与设计,2010,31(9).
[3] 刘建忠.论黎曼流形与外尔流形之区别[OL]. [2009-11].中国科技论文在线.(paper.省略).
[4] 李文林. 数学珍宝--历史文献精选[M]. 北京:科学出版社,1998年.p601-613,p627-634.
[5] 刘建忠. 数字图像上一点的主方向的一种简易算法[OL].[2010-5].中国科技论文在线(paper.省略)
[6] 刘建忠.基于视锥系统反演集合结构的图像边缘识别算法及其应用[Z].待发表.
[7] 李元勇. 马赫带现象研究[D].天津:天津大学,2008年.
[8] 王志芳,刘玉红,王颖等.基于数字图像处理的人类视觉对比度分辨率限制测定[J]. 生物医学工程杂志,2008,(05).
[9] 刘建忠. 反演集合理论及其应用[M]. 昆明: 云南科技出版社, 1999年7月
关键词: 医学;直接资料;观察;间接资料
中图分类号:N53文献标识码:A文章编号:1006-4311(2012)07-0302-01
1医学论文资料积累成因
据美国科学基金会对科研人员所花费的时间分析,寻找和查阅文献的时间占50.9%,实验研究时间占32.1%,计划思考时间占7.7%,写论文时间占9.3%[1]。从这些数据可以看出,收集资料和查阅文献在学术论文写作中的重要性。
2医学论文资料的主要来源
医学论文资料的来源可分为两大类,一是直接资料,即通过实验、观察和调查直接获得的材料,它是科研工作的真实记录;二是间接资料,即通过查阅古今中外文献收集的资料,是前人从事生产实践和科学研究的记录。
3医学论文资料获取的方法
3.1 直接资料的获取①方法。对于直接资料的获取,目前主要方式有:调查法、观察法及实验法。无论哪一种方法,最重要的是要做到认真观察,深入思考,透过现象,探求本质。观察是借助人的感官,全面、深入、细致地认识客观事物的知觉过程。观察的目的主要是为了了解事物的外部形态和特征,同时还要进一步通过事物的外部形态透视其内在本质。所以著名的科学家贝弗奇说:“科学工作中养成的观察习惯往往比拥有大量的学术知识更为重要”。②背景。在病原微生物学尚未被人们充分认识之前,医务人员在处理产妇分娩时,大都不进行消毒,因而产褥期感染的发病率甚高。但当时的医务人员,并未认识到引起感染的主要原因。匈牙利的产科医生捷梅尔维斯,在临床工作实践中,通过对大量病例的深入观察研究,在1894年得出结论,指出当时30%的产妇所患的产褥热,系因医务工作者的手和器具传染所至,于是他在处理产妇分娩前,采用漂白粉水洗手,并用以冲洗医疗器械,从而使产妇的死亡率减少90%[2]。这一生动的事例,得以启示:观察是一切科学研究的基础,仔细、敏锐的观察方可获得各种发现,观察是获取医学论文资料的重要手段。
要想获到丰富的资料,必须要有坚强毅力和韧性,因为论文资料的搜集是一项艰苦而细致的工作,而且最难的是积累材料的长期性和坚持性。在这方面,前人先贤为我们做出了杰出的榜样。
3.2 间接资料的获取
3.2.1 方法医学研究与医学写作一要继承,二要发展,离开了继承就谈不上发展。医学资料的取得不可能全靠研究者自身的观察,必须查阅医学文献资料,获取间接资料。间接资料实际上是前人或他人的直接资料的总结,是人类在从事生产斗争和科学实验中积累的智慧结晶,是人类的宝贵财富。通过查阅医学文献资料,可以帮助了解国内外医学研究动态和医学科学发展的最新信息,获得前人积累的知识、成功的经验和失败的教训,作为自己研究的根据。
随着科学的发展和进步,医学文献的种类越来越多,既有印刷型文献,又有缩微型文献;既有通过电脑处理而产生的电脑阅读型文献,又有运用录音、录像、摄影等技术直接记录声音和图像的视听型文献。这几种形式的文献各具特点,互补长短,而后几种文献形式正逐渐增加,使用范围也更加广泛。
不管是哪一种文献资料,凡是我们用得着的,和自己专业相关的内容,都要勤于记录,勤作读书笔记,勤作资料卡片,如条件充许,也可以随时进行剪辑。然后再加以分类归纳,分别保存,甚至可以将收集到的某一课题的资料放在一起,以便随时利用,这样做不仅利用方便,节约时间,而且显著地提高了工作效率。
3.2.2 背景以发现元素周期律著称于世的门捷列夫的治学特点和他在材料收集整理方面所下的功夫,就是一个真实而生动的例子。有人说,门捷列夫之所以能够发现周期律,只是由于他在玩扑克牌时,偶然灵机一动所致。但事实上并非如此,不独他本人对这种说法一笑置之,而且他的奋斗过程也客观地证明了他的发现是经过二十年的艰苦劳动、积集材料、深入思考获得的。在门捷列夫纪念馆中,展示了他的工作情况。他积累的资料、笔记、分门别类,井然有序。他把一万六千册藏书、杂志中的许多文章,分类再装订成册,并用上万张卡片进行登记;在卡片背面,还涂上不同颜色的墨水,以标记不同的内容。这不仅显示了他那种惊人的刻苦钻研的精神,还表现了他善于按照一定的科学思维系统地整理资料的严谨的工作作风[3]。
4讨论
医学论文资料的获取要根据其来源,采取不同的积累方法。直接资料,要养成认真观察事物的习惯,注意在日常工作、学习中进行有效地观察,深入地思考,获取第一手资料;对于间接资料,要注意广泛地搜集积累,吸取前人的经验教训,形成一个自己的“资料库”。文献资料的搜集和积累,在于坚持经常,只有平素好学不倦,注意搜集,多阅读、多记录、多积累,日久天长,居积日富,才能写出水平较高的论文来。当然,医学文献数量异常浩大,一个人的时间和精力毕竟是有限的,不可能面面俱到,篇篇阅读。因此在阅读时我们要讲究方法,有的只需浏览,以最快的速度,了解其大概内容,借以了解本专业的进展概况,寻找自己最需要的文献信息,以便更深入阅读。有的只需要粗读或略读在了解全部内容的前提下跳过自己不需要的部分,只需掌握其中主要论点和论据。有的则要精读,要一字不漏的读完,并系统地消化、吸收全部内容。
综上笔者认为,既能提高撰写医学论文的水平,同时也促进了整个医学研究的进展。
参考文献:
[1]周标,刘九胜,朱克兢,主编.医学论文撰著规范与技艺.人民军医出版社,1998年.