医学图像处理多模态研究现状论文

医学影像技术毕业论文怎么写？这个就是要自己到网上去搜索一下，可以借鉴的

尽管前几节所述的方法取得了成功，但获得可靠的地面真相的困难性质仍然是一个重大障碍。这促使许多不同的小组探索无监督的方法。对这些工作有用的一个关键创新是空间转换网络(STN)[57]。有几种方法使用STN来执行配准变形任务。本节讨论利用图像相似性度量(第节)和图像数据的特征表示(第节)来训练网络的无监督方法。著名作品的描述见表3。 本节首先讨论使用公共相似性度量和公共正则化策略来定义损失函数的方法。本节稍后将讨论使用更复杂的基于相似性度量的策略的方法。图9给出了一种基于标准相似度度量的变换估计可视化方法。Neylon et al. [94] 在配准CT图像时使用神经网络学习图像相似度度量值与TRE之间的关系。这样做是为了有效地评估配准性能。在95%的情况下，该网络能够实现亚体素的准确性（subvoxel accuracy ）。 Balakrishnan等[7,8]提出了一种无监督图像配准的通用框架，理论上可以是单模态配准，也可以是多模态配准。神经网络使用一个选定的、手工定义的图像相似性度量(如NCC、NMI等)进行训练。 Dalca et al. [23] 将变形预测作为变分推断进行了预测。将微分积分与转换层相结合得到速度场。通过对速度场进行平方和重新标定，得到了预测的变形量。MSE作为相似度度量，与正则化项一起定义损失函数。他们的方法优于基于ANT的配准[6]和基于深度学习的方法描述的[7]。 Kuang et al. [68] 使用CNN和STN启发的框架来执行t1加权脑MR的可变形配准。损失函数由一个NCC项和一个正则化项组成。该方法使用Inception模块、低容量模型和残差连接，而不是跳过连接。他们使用LBPA40和Mindboggle 101数据集，将他们的方法与VoxelMorph (Balakrishnan等人提出的方法，如上所述)、[8]和uTIlzReg GeoShoot[128]进行了比较，并证明了两者的优越性能。 Ferrante et al. [35] 采用基于迁移学习的方法对x线和心脏图像进行单峰配准。在这项工作中，网络使用NCC作为主要的损失函数项，对来自源域的数据进行训练，并在目标域中进行测试。他们分别使用类似U-net结构 [103]和STN[57]进行特征提取和变换估计。他们证明了使用域作为源域或目标域的转移学习可以产生有效的结果。该方法优于Elastix配准技术[62]。 尽管将基于相似度度量的方法应用于多模态情况比较困难，Sun et al. [120] 提出了一种无监督的三维MR/US脑配准方法，该方法使用由特征提取器和变形场发生器组成的三维CNN。该网络使用像素强度和梯度信息的相似性度量进行训练。此外，图像强度和梯度信息都被用作CNN的输入。 Cao et al. [12]也将基于相似性度量的训练应用于多模态情况。具体来说，他们使用模内图像相似性来监督三维骨盆CT/MR体积的多模态可变形配准。利用真值变换得到的运动图像与利用预测变换得到的运动图像之间的NCC作为损失函数。这项工作采用“对偶”监督。这不能与前面描述的双重监管策略相混淆。 受典型的无监督方法所估计的非对称变换的局限性的启发，Zhang等人[142]利用他们的网络——逆协调深度网络(network InverseConsistent Deep network, ICNet)来学习排列在同一空间中的每个大脑MR卷的对称的不同形态变换。与其他使用标准正则化策略的作品不同，本文引入了一个反一致正则项和一个反折叠正则项，以确保高度加权平滑约束不会导致折叠。最后，两个图像之间的MSD允许以无监督的方式对网络进行训练。该方法优于基于SyN的配准[5]、基于Demons的配准[80]和几种基于深度学习的方法。 本节描述的后面三种方法采用GAN方法。与前面描述的基于gan的方法不同，这些方法既不使用真实数据，也不使用手工分割。Mahapatra等[85]使用GAN隐式学习密度函数（density function），该函数表示心脏图像和多模态视网膜图像(视网膜彩色眼底图像和荧光素血管造影(FA)图像)的可信变形范围。除了NMI、结构相似度指标测度(SSIM)和特征感知损失项(由VGG输出之间的SSD决定)之外，损失函数还由条件约束和循环约束组成，这些约束是基于最近涉及到对抗性框架实现的进展。该方法优于基于弹性配准和de Vos等人提出的[26]方法。 Fan et al. [33] 使用GAN对三维脑磁共振体积进行无监督的可变形图像配准。与大多数其他使用手工制作的相似性度量来确定损失函数的非监督工作不同，也不像以前使用GAN来确保预测的变形是真实的，这种方法使用一个鉴别器来评估对齐的质量。该方法在除MGH10外的所有数据集上都优于异态恶魔和SyN配准。此外，使用甄别器对注册网络进行监督优于对所有数据集使用地面真值数据、SSD和CC。 Mahapatra等[86]不同于以往描述的工作(不仅仅是基于GAN的工作)，提出了使用GAN框架同时分割和配准胸透。该网络有3个输入:参考图像、浮动图像和参考图像的分割掩码，输出变换后图像的分割掩码和变形场。三个鉴别器用于评估生成输出的质量(变形场，翘曲图像，分割)使用周期一致性和骰子度量。此外，生成器还使用NMI、SSIM和一个特征感知丢失项进行训练。 最后，与本节的其他方法不同，Jiang et al. [59] 没有预测给定固定参数的变形场，而是使用CNN学习图像变形的最优参数化，使用多网格b样条方法和L1-norm正则化。他们使用这种方法来参数化4D CT胸部图像体积的可变形配准。这里，SSD用作相似性度量，L-BFGS-B用作优化器。利用该方法得到的参数化变形模型的收敛速度比传统的l1 -范数正则化多网格参数化变形模型速度快。 基于图像相似度的无监督图像配准技术由于克服了对任何类型的专家标签的需求，近年来受到了研究领域的广泛关注。这意味着模型的性能将不依赖于从业者的专业知识。此外，扩展了原有的基于相似度度量的方法，引入了更复杂的相似度度量(如GAN的判别器）和/或正则化策略已经产生了有希望的结果。然而，对于多模态配准应用，图像相似度的量化仍然是一个难点。因此，基于图像相似性的无监督作品的范围很大程度上局限于单模态情况。鉴于在许多临床应用中经常需要多模态配准，我们希望在不久的将来看到更多的论文来解决这个具有挑战性的问题。 在本节中，研究了利用学习特征表示训练神经网络的方法。与前一节中研究的方法一样，本节中调查的方法不需要ground truth数据。在本节中，首先介绍创建单模态配准的方法。然后，讨论了一种解决多模态图像配准问题的方法。基于特征的变换估计大致结构如图10所示 Yoo et al. [140] 使用STN来配准连续切片电子显微镜图像(ssEMs)。训练一个自编码器对固定图像进行重构，利用重构后的固定图像与相应的运动图像之间的L2距离和几个正则化项构造损失函数。该方法优于bUnwarpJ配准技术[4]和弹性配准技术[105]。 Liu et al. [78] 提出了一种基于张量思想的单模态和多模态配准方法。实验验证了该方法的有效性，采用了吸气-呼气对胸CT容积和多模态对脑MR图像。基于MI和剩余复杂度(RC)的方法[92]，原始的基于意识MIND的[44]配准技术采用该方法之后更优。。 Krebs et al. [65, 66]用随机潜在空间学习方法对二维脑和心脏MR进行配准，绕过了空间正则化的需要。采用条件变分自编码器[28]来保证参数空间服从规定的概率分布。利用给定潜表示的固定图像的负对数似然性，以及潜分布与先验分布的弯曲体积和KL散度来定义损失。 与本节所述的其他方法不同，Kori等人使用预训练网络，在无监督容量下对二维T1和T2加权脑MR进行多模态配准特征提取和仿射变换参数回归[63]。首先对图像进行二值化，然后利用移动图像和固定图像之间的 Dice score作为代价函数。由于这两种模式的外观差异不显著，这些预训练模型可的使用可以起到相当的效果。 以无监督的方式进行多模态图像配准比进行单模图像配准更困难,因为使用手工制作的相似性指标量化两幅图像之间的相似性的困难性,并使用上面描述的无监督技术建立/检测voxel-to-voxel对应方法。最近引起了研究领域的极大兴趣是使用无监督学习来学习特征表示来求得最优转换。前面讨论的无监督图像配准方法，我们希望基于特征的无监督配准能够继续引起研究领域的极大兴趣。此外，对多模态情况的扩展(特别是对于使用具有显著外观差异的图像的应用)可能是未来几年的一个突出研究重点。

医学影像技术论文范文

在日常学习、工作生活中，大家都经常接触到论文吧，论文是学术界进行成果交流的工具。你写论文时总是无从下笔？以下是我帮大家整理的医学影像技术论文，欢迎阅读，希望大家能够喜欢。

【摘要】 医学图像在临床应用或科研中的物理问题、算法和软硬件设计操作等，是医学物理学的重要分支。医学影像是人体信息的载体，可用于教学和科研、治疗和疾病诊断。

治疗中的医学影像可以用于制定治疗计划、在治疗过程实施影像监督，以及通过对治疗监督是采集的数据的图像重建实现对治疗计划的验证。当前医学影像的世界前沿是功能成像

主要内容是对人的生理功能和心理功能成像。这些成像方法和技术的发展以及在医疗界中的广泛使用，必将引起医学领域研究和新的治疗方案的革命。

【关键词】 医学影像；影响物理；成像技术

1引言

人体成像包括对健康人的成像和对病人的成像，对于前者的成像主要用于科研和教学，后者主要用于医学临床诊断和治疗。医学影像物理和技术是医学物理学的重要分支，研究的对象包括了所有人体成像。

目前临床广泛使用的模态按照成像时使用的物质波不同，分为X射线成像、γ射线成像、磁共振成像和超声成像。

2对目前各种医学成像模态现状的分析

射线成像

X射线成像模态分为平面X射线成像和断层成像。人体不同器官和组织对X射线的吸收可以用组织密度进行表征，因此，可以利用平面x射线、x射线照相术对人体内脏器官和骨骼的损伤和病灶进行诊断和定位

同时也把胶片带进了医学领域。随着x射线显像增强技术的发展，x射线的血管造影术和其他脏器的专用x线机相继诞生，扩大了x射线成像的应用范围。平面x射线成像的未来发展方向是数字化的x光机技术其中，x线机是全世界的发展方向，但是其价格使得大多数用户望而怯步。

作为传统影像技术中最为成熟的成像模式之一的x射线断层成像，其速度对于心脏动态成像完全没有问题，加上显像增强剂，还可以对用于血管病变及其血脑屏障是否被病灶破坏进行检查，属于功能成像的范畴。当前，三维控件x射线断层成像的实验室样机已经问世，将会为x射线成像带来新的生命力。

核磁共振成像

目前，各种各样的核磁共振设备产品已经大量进入市场。核磁共振成像集中体现了各种高新技术在医学成像设备中的应用。目前核磁共振主要应用包括人脑认知功能成像，用于揭示大脑工具机制的认知心理实验测量。

核医学成像

核医学成像包括平面和断层成像两种方式。目前，以单光子计算机断层成像和正电子断层成像为主，为动物正电子断层成像主要是用于基础研究，而平面的γ相机已经处于被淘汰的水平。

核医学成像设备可以定量地检测到由于基因突变而引起的大分子运动紊乱继而引起的脏器功能变化，例如代谢紊乱、血流变化等。这是其他设备如超声波检查不可能完成的任务。

这就是临床医学上所说的早期诊断，核医学影像设备能够快速发展归功于此。但是核医学成像存在空间分辨率差、病理和周围组织的相互关系很难准确定位的确定，因此，还需要医学物理工作的不懈努力。

超声波成像

超声波是非电离辐射的成像模态，以二维成像的功能为主，也包括平面和断层成像两类产品。超声波成像由于其安全可靠、价格低廉，多以在诊断、介入治疗和预后影像检测中得到发展。

目前，超声波设备已有超过x射线成像的势头。同样，超声波成像也存在一定的缺点，如图像对比度差、信噪比不好、图像的重复性依赖于操作人员等。

3关于医学软件问题

基本情况分析

成像的硬件设备要完成功能离不开医学软件的支持，对于这些医学软件按照和硬件设备的关系，可分为三个层次：

第一层，工作和硬件紧密结合的软件。主要功能是负责成像设备的运动控制，对数据的采集，图像预处理和重建，完成数据分析。

第二层，主要负责对医疗器械产生的数据进行分析、处理软件。这种软件的应用需要来自医学物理人员，软件编程人员和医生三方的合作，目前，由于我国还没有建立这种三方合作机制，这类软件应用情况明显滞后。

第三层，主要功能是完成医学信息的整合的软件，用于医疗过程中医疗信息，医学工作的管理。例如PACS。这种软件也需要医生的参与，但是并没有依赖性。

PACS是医疗发展信息化的体现，是医学影像技术集成管理和开拓影像资源应用范围的重要技术手段。PACS将医学影像中的各种软件和图像工作站连接起来，使之成为局域网中的节点，实现了资源的共享。不同科室的医生在完成对病人的信息收集和诊断后可以完成信息的录入。还可以利用商业设备上采集的数据运用于病人的诊疗中，结合数据和医学影像，对诊断信息综合处理，以此提高诊断的准确率。

4医学影像物理和技术学科今后的发展

虽然存在各种不同的医学影像模态，但是目标只有一个，即为了更好的进行医学研究诊断，随着物理和计算机技术的发展，医学影像技术会随之提高。为了更好的为医疗服务，在今后的发展中，医学影响物理和技术学科还需在以下几方面继续努力。

第一，用于成像的物质波产生装置还需要不断进行提升，为更好的满足成像需求，在提高波源产生物质波的同时，还需要改变物质波的束流品质；

第二，将物质波和人体组织发生相互作用的规律模型化，为减少误诊率和定位误差，把模型参数的最佳化，改善从影像中提取信息的质量和速度。同时努力消除探测中的噪声和伪影；

第三，把探测的信号收集，放大、成形实现数字化；

第四，为满足影像诊断和治疗中的监督需要，高质量的实现图像重建和显示等。

在科学技术方面，开展医学影像在脑功能成像研究中的应用、临床诊断中的应用等，有利于拓宽医学影像的市场。

5结语

本文介绍了当今主流的几种医学成像技术，对各种成像方式的优缺点进行了阐述，对日后医学影像物理和技术的发展提出了自己的看法，希望能为那些为医疗服务的工作者们提供一些参考。随着医学影像物理和技术的不断进步，医疗服务行业的科学化加速发展。

参考文献

[1]黄浩，施红，陈伟炜，俞允，林多，许茜，俞向梅，洪全兴，魏国强.医学影像技术学专业教育的问题与思考[J].教育教学论坛.2013（11）

[2]彭文献，黄敏，罗敏.基于岗位需求培养医学影像技术学生专业意识的探讨[J].浙江医学教育.2011（03）

【摘 要】随着科学技术的进步，医学影像技术在医疗领域中的地位将更为重要。本文谈了医学影像技术发展史，总结了近年来取得的新进展。

【关键词】医学影像技术

医学影像技术主要是应用工程学的概念及方法，并基于工程学原理发展起来的一种技术，其实医学影像技术还是医学物理的重要组成部分，它是用物理学的概念和方法及物理原理发展起来的先进技术手段。医学影像信息包括传统X线、CT、MRI、超声、同位素、电子内窥镜和手术摄影等影像信息。它们是窥测人体内部各组织，脏器的形态，功能及诊断疾病的重要方法。随着医疗卫生事业的.发展，以胶片为主要方式的显示、存储、传递X-ray摄像技术已不能满足临床诊断和治疗发展的需求，医疗设备的数字化要求日益强烈，全数字化放射学、图像导引和远程放射医学将是放射医学影像发展的必然趋势。

1 传统摄影技术在摸索中进行

计算机X线摄影

X射线是发展最早的图像装置。它在医学上的应用使医生能观察到人体内部结构，这为医生进行疾病诊断提供了重要的信息。在1895年后的几十年中，X射线摄影技术有不少的发展，包括使用影像增强管、增感屏、旋转阳极X射线管及断层摄影等。但是，由于这种常规X射线成像技术是将三维人体结构显示在二维平面上，加之其对软组织的诊断能力差，使整个成像系统的性能受到限制。从50年代开始，医学成像技术进入一个革命性的发展时期，新的成像系统相继出现。70年代早期，由于计算机断层技术的出现使飞速发展的医学成像技术达到了一个高峰。到整个80年代，除了X射线以外，超声、磁共振、单光子、正电子等的断层成像技术和系统大量出现。这些方法各有所长，互相补充，能为医生做出确切诊断，提供愈来愈详细和精确的信息。在医院全部图像中X射线图像占80%，是目前医院图像的主要来源。在本世纪50年代以前，X射线机的结构简单，图像分辨率也较低。在50年代以后，分辨率与清晰度得到了改善，而病人受照射剂量却减小了。时至今日，各种专用X射线机不断出现，X光电视设备正在逐步代替常规的X射线透视设备，它既减轻了医务人员的劳动强度，降低了病人的X线剂量；又为数字图像处理技术的应用创造了条件。随着计算机的发展数字成像技术越来越广泛地代替传统的屏片摄影现阶段，用于数字摄影的探测系统有以下几种： (1)存储荧光体增感屏[计算机X射线摄影系统(computer )]。

(2)硒鼓探测器。(3)以电荷耦合技术(charge Coupled )为基础的探测器 。(4)平板探测器(Flat panel Detector)a：直接转换(非晶体硒)b：非直接转换(闪烁晶体)。这些系统实现了自动化、遥控化和明室化，减少了操作者的辐射损伤。

X-CT

CT的问世被公认为伦琴发现X射线以来的重大突破，因为他标志了医学影像设备与计算机相结合的里程碑。这种技术有两种模式，一种是所谓“先到断层成像”(FAT)，另一种模式是“光子迁移成像”(PMI)。

磁共振成像

核磁共振成像，现称为磁共振成像。它无放射线损害，无骨性伪影，能多方面、多参数成像，有高度的软组织分辨能力，不需使用对比剂即可显示血管结构等独特的优点。

数字减影血管造影

它是利用计算机系统将造影部位注射造影剂的透视影像转换成数字形式贮存于记忆盘中，称作蒙片。然后将注入造影剂后的造影区的透视影像也转换成数字，并减去蒙片的数字，将剩余数字再转换成图像，即成为除去了注射造影剂前透视图像上所见的骨骼和软组织影像，剩下的只是清晰的纯血管造影像。

2 数字化摄影技术

数字X射线摄影的成像技术包括成像板技术、平行板检测技术和采用电荷耦合器或CMOS器件以及线扫描等技术。成像板技术是代替传统的胶片增感屏来照相，然后记录于胶片的一种方法。平行板检测技术又可分为直接和间接两种结构类型。直接FPT结构主要是由非品硒和薄膜半导体阵列构成的平板检测器。间接FPT结构主要是由闪烁体或荧光体层加具有光电二极管作用的非品硅层在加TFT阵列构成的平板检测器。电荷耦合器或CMOS器件以及线扫描等技术结构上包括可见光转换屏，光学系统和CCD或CMOS。

3 成像的快捷阅读

由于成像方法的改进，除了在成像质量方面有明显提高外，图像数量也急剧增加。例如随着多层CT的问世，每次CT检查的图像可多达千幅以上，因此，无法想象用传统方法能读取这些图像中蕴含的动态信息。这时在显示器上进行的“软阅读”正在逐渐显示出其无可比拟的优越性。软拷贝阅读是指在工作站图像显示屏上观察影像，就X线摄影而言这种阅读方式能充分利用数字影像大得多的动态范围，获取丰富的诊断信息。

4 PACS的广阔发展空间

随着计算机和网络技术的飞速发展，现有医学影像设备延续了几十年的数据采集和成像方式，已经远远无法满足现代医学的发展和临床医生的需求。PACS系统应运而生。PACS系统是图像的存储、传输和通讯系统，主要应用于医学影像图像和病人信息的实时采集、处理、存储、传输，并且可以与医院的医院信息管理系统放射信息管理系统等系统相连，实现整个医院的无胶片化、无纸化和资源共享，还可以利用网络技术实现远程会诊，或国际间的信息交流。PACS系统的产生标志着网络影像学和无胶片时代的到来。完整的PACS系统应包含影像采集系统，数据的存储、管理，数据传输系统，影像的分析和处理系统。数据采集系统是整个PACS系统的核心，是决定系统质量的关键部分，可将各种不同成像系统生成的图象采入计算机网络。由于医学图像的数据量非常大，数据存储方法的选择至关重要。光盘塔、磁带库、磁盘陈列等都是目前较好的存储方法。数据传输主要用于院内的急救、会诊，还有可以通过互联网、微波等技术，以数据的远距离传输，实现远程诊断。影像的分析和处理系统是临床医生、放射科医生直接使用的工具，它的功能和质量对于医生利用临床影像资源的效率起了决定作用。综上所述，PACS技术可分为三个阶段，(1)用户查找数据库；(2)数据查找设备；(3)图像信息与文本信息主动寻找用户。

5 技术——分子影像

随着医学影像技术的飞速发展，在今天已具有显微分辨能力，其可视范围已扩展至细胞、分子水平，从而改变了传统医学影像学只能显示解剖学及病理学改变的形态显像能力。由于与分子生物学等基础学科相互交叉融合，奠定了分子影像学的物质基础。Weissleder氏于1999年提出了分子影像学的概念：活体状态下在细胞及分子水平应用影像学对生物过程进行定性和定量研究。

分子成像的出现，为新的医学影像时代到来带来曙光。基因表达、治疗则为彻底治愈某些疾病提供可能，因此目前全世界都在致力于研究、开创分子影像与基因治疗，这就是21世纪的影像学。 新的医学影像的观察要超出目前的解剖学、病理学概念，要深入到组织的分子、原子中去。其关键是借助神奇的探针--即分子探针。到目前为止，分子影像学的成像技术主要包括MRI、核医学及光学成像技术。一些有识之士认为；由于诊治兼备的介入放射学已深入至分子生物学的层面，因此，分子影像学应包括分子水平的介入放射学研究。

6 学科的交叉结合

交叉学科、边缘学科是当今科学发展的趋势。影像技术学最邻近的学科应为影像诊断学。前者致力于解决信息的获取、存储、传输、管理及研发新的技术方法；后者则将信息与知识、经验结合，着重于信息的内容，根据影像做出正常解剖结构的辨认及病变的诊断。两者相辅相成，互为依托。所以，影像技术学的发展离不开影像诊断学更密切地沟通与结合将为提高、拓展原有成像方式及开辟新的成像方式做出有益的贡献。医用影像诊断装置用于详细地观察人体内部各器官的结构，找出病灶的位置毫克大小，有的还可以进行器

官功能的判断 。还有医用影像诊断装备情况，已成了衡量医院现代化水平的标志。

7 浅谈医学影像技术的下一个热点

医疗保健事业在经济上的窘迫使得90年代以来，成为一个没有大规模推广一种新的影像技术的、相对沉寂的时期，延续了一些现有影像技术的发展，使得他们中至今还没有一种影像技术能对影像学产生巨大的影响。随着科技的发展，最近逐渐发展起来的一批有希望的影像技术。如：磁共振谱(MRS)，正电子发射成像(PET)单光子发射成像(SPECT)，阻抗成像(EIT)和光学成像(OCT或NRI)。他们有可能很快成为大规模应用的影像技术，将为脑、肺、乳房及其他部位的成像提供新的信息。

磁源成像

人体体内细胞膜内外的离子运动可形成生物电流。这种生物电流可产生磁现象，检测心脏或脑的生物电流产生的磁场可以得到心磁图或脑磁图。这类磁现象可反映出电子活动发生的深度，携带有人体组织和器官的大量信息。

PET和SPECT

单光子发射成像(SPECT)和正电子成像(PET)是核医学的两种CT技术。由于它们都是接受病人体内发射的射线成像，故统称为发射型计算机断层成像(ECT)。ECT依据核医学的放射性示踪原理进行体内诊断，要在人体中使用放射性核素。ECT存在的主要问题是空间分辨率低。最近的技术发展可能促进推广ECT的应用。

阻抗成像(EIT)

EIT是通过对人体加电压，测量在电极间流动的电流，得到组织电导率变化的图像。 目的在于形成对体内某点阻抗的估计。这种技术的优点是，所采用的电流对人体是无害的，因而对成像对象无任何限制。这种技术的时间分辨率很好，因而可连续监测实际的应用，已实现以视频帧速的医用EIT的实验样机。

光学成像(OTC或NIR)

近期的一些实质性的进展表明，光学成像有可能在最近几年内发展成为一种能真正用于临床的影像设备。它的优点是：光波长的辐射是非离子化的，因而对人体是无伤害的，可重复曝光；它们可区分那些在光波长下具有不同吸收与散射，但不能由其它技术识别的软组织；天然色团所特有的吸收使得能够获得功能信息。它正在开辟它的临床领域。

MRS

MRS是一种无创研究人体组织生理化的极有用的工具。它所得到的生化信息可与人体组织代谢相关联，并表明它正常组织的方式有差别。目前MRS还没有常规用于临床，但已有大量技术正在进行正式适用。

上述的几个先进的技术，究竟哪一个能成为医学影像技术的热点，我们认为应要有最大效益、安全和经济是最为重要的。在逝去的20世纪，医学影像技术经历了从孕育、成长到发展的过程，回顾过去可以断言它在防治人类疾病及延长平均寿命方面是功不可没的。在一切“以人类为本”的21世纪中，人们将继续用医学影像技术来为人们的健康服务。

医学影像技术是高新技术与医学的结合，自20世纪70年代起，以CT问世为标志，伴随计算机技术的进步，现代医学影像学取得了突飞猛进的发展，由传统单一普通X线加血管造影检查形成包括超声、放射性核素显像、X线CT、数字减影血管造影(DSA)、MRI、普通X线检查的数字化成像(CR和DR)以及图像存储和传输系统(PACS)多种技术组成的医学影像学体系。医学影像学已经由传统的形态学检查发展成为组织、器官代谢和功能诊断手段，医学影像学技术已经由既往"辅助检查手段"转变为现代医学最重要的临床诊断和鉴别诊断方法，使多种疾病的诊断更准确、及时。由于介入医学的兴起，医学影像学已经集诊断和治疗为一体，成为与外科手术、内科化学药物治疗并列的现代医学第3大治疗手段。目前，医学影像学科是现代化医院的支柱之一，影像学设备的价值占医院固定资产50%以上，医学影像学为临床医学的主要研究手段和推动现代医学不断发展的动力。

医学影像学是高新技术与医学的结合点，21世纪医学影像学发展首先依赖于以计算机为主导的高新技术的进步。由于计算机的性能以几何级数升级，必将带动多种医学影像学设备向小型化、专门化、高分辨率和超快速化方向发展，医学影像学检查亦将由大体水平逐渐深入至细胞、受体、分子和基因水平。近年来，美、欧、日等发达国家和地区在医疗影像诊断产业加强战略布局，旨在带动多种医学影像设备向小型化、专门化、高分辨率和快速化方向发展。目前，数字医疗影像技术的发展主要有如下几大趋势:

现代医学影像设备的发展将由最开始的形态学分析发展到携带有人体生理机能的综合分析。通过发展新的工具、试剂及方法，探查疾病发展过程中细胞和分子水平的异常。这将会为探索疾病的发生、发展和转归，评价药物的疗效以及分子水平治疗开启崭新的天地。同时，由于造影剂是影像诊断检查和介入治疗时所必需的药品，未来针对特定基因表达、特定代谢过程、特殊生理功能的多种新型造影剂也将逐步问世。