简介：为了在增强对比度的同时又能较好地表现细节，我们提出了一种基于人眼视觉特性的多尺度图像增强方法，该方法在对数域进行图像的高低频分离，并对两部分分量分别进行直方图均衡和局部增强处理。此方法结合了直方图均衡和局部增强算法的优点，增强后的DR图像效果较好。

简介：图像分割是从图像处理到图像分析理解的关键一步，考虑到目前越来越大的图像数据量，该文章提出了一种利用视觉显著性和图割优化的图像自动分割方法。已有的图像分割方法多涉及人工交互，通过人力选取图片背景和前景像素进而对图片进行分割，基于此，作者想到结合图像显著性和高斯混合模型代替人工交互部分，并利用图割优化算法对图像进行自动分割，省去人工参与，可以更有效率地处理大量数据。实验表明，该方法可以快速有效地将图片中目的物体从背景中分割出来。

简介：摘要目的评估基于计算机视觉技术开发的眼底图像质量评估系统的准确性。方法选取2016至2017年在“上海糖尿病眼病研究”中由上海市各社区卫生服务中心的工作人员采用免散瞳眼底照相机拍摄的787例2型糖尿病患者的2 397幅彩色眼底像图片作为测试数据集。患者年龄（69.65±19.09）岁，男性384例，女性403例。根据眼底图像预处理、成像质量评价、内容检测和评估结果输出4个模块开发眼底图像质量评估系统。将2 397幅彩色眼底像图片输入该系统自动进行图像质量评价和视盘、黄斑识别，并根据图像质量判断规则对图像进行合格与否的判断并分类。同时由12位专业眼底图片阅片医师对此数据集的图像质量进行人工分类，其中合格1 846幅，不合格551幅。将系统判断结果与人工判断结果进行比对分析。结果眼底图像质量评估系统可对输入的彩色眼底像图片自动进行眼别和眼位识别，并进行图像质量评估，之后直观输出评估结果。每幅眼底图像评估时间<1 s。1 846幅人工判断为图像质量合格的图片，经系统判断亦为合格者1 788幅（96.86%）；551幅人工判断为不合格的图片经系统判断结果亦为不合格者550幅（99.82%）。图像质量不合格原因为图像过暗（62幅，11.27%）、图像过亮（51幅，9.27%）、黄斑区不清晰（59幅，10.73%）、黄斑视盘未见（36幅，6.54%）、未见眼底结构（125幅，22.73%）、图像模糊（175幅，31.82%）、图像有遮挡（42幅，7.64%）。系统评估与人工判断结果总体一致率为97.54%。结论该眼底图像质量评估系统对眼底图像质量的评估结果与专业阅片医师判断结果一致性高，具有客观性。（中华眼科杂志，2020，56：920-927）

简介：当时时间11月13日，摄影师PaulWilliams在飞机上俯瞰澳大利亚拍下这张自然奇景，状似人类精子。

简介：

简介：①云南景谷特大洪涝灾害7月31日，云南省救援人员正在营救泥石流中的被困民众。7月30日23时至31日6时，云南省景谷县境内突降单点暴雨。引发特大泥石流洪涝灾害。

简介：

简介：摘要：视觉系统的发展过程涉及了从基本的视觉功能到复杂的视知觉整合的逐步建立。在这个过程中，早期的视觉刺激扮演着重要的角色。本文从新生儿视觉系统的发展过程出发，详细探讨了早期视觉刺激对其发展的影响。不同类型的视觉刺激，如高对比度图像、运动刺激和面部表情等，都对新生儿视觉能力的促进起到重要作用。特别地，研究表明，在早期阶段进行适当的视觉刺激可以加速新生儿视觉系统的成熟，对其后续认知和感知能力的发展具有长期的积极影响。了解早期视觉刺激的重要性，为婴幼儿提供合适的视觉刺激环境，对于促进其健康发展至关重要。

简介：摘要针对医学CT图像上图像挖掘技术的应用方式进行分析，讨论数据收集与CT图像特征等，希望能够对相关研究活动带来一定的借鉴价值。

简介：本文根据肾小球医学图像的特点，提出了一种新的基于直方图特征峰的图像侵害方法。通过定位图像的特征峰，从而有效地对肾小球医学图像进行阈值化。经实验证明，本文提出的算法能快速，准确地分割肾小球.

简介：

简介：本文系统的回顾了若干传统的图像分割技术，包括基于灰度直方图的技术及基于空间细节的各种技术，也介绍了若干新的分割方法，如基于模糊集理论的方法，基于多分辨率分析的方法以及基于人工神经网络的方法等。同时也对分割结果的评价等作了概要介绍。

简介：摘要目的：探讨不同类型视觉显示终端（VDT）引起受检者视觉疲劳的差异和对视觉健康的影响。方法：前瞻性自身对照研究。纳入30名受检者，男7名，女23名，年龄23（23，25）岁，等效球镜度（-3.86±2.71）D，受检者按照随机数字表法分配的顺序先后观看类纸护眼屏及电视屏幕的视频，所有受检者在相同环境相同视角下观看视频30 min，观看前后分别填写视疲劳量表，测量调节、集合、融合等视觉功能指标并记录瞬目次数。观看视频前后各观测指标数据的比较根据数据正态性选择重复测量方差分析或Friedman检验及Wilconxon秩和检验进行统计。结果：观看2种屏幕后所有受检者的瞬目频率增加，看近的单眼、双眼正相对调节能力提高。观看类纸屏及电视屏前受检者的瞬目频率分别为15.7（11.8，17.3）、16.9（13.1，19.4）次/min，观看2种屏幕后分别为18.9（12.7，20.1）、20.4（15.3，21.9）次/min，2种屏幕观看后都较观看前瞬目频率明显增加（Z=2.82，P=0.01；Z=-2.27，P=0.02），但2种屏幕间无差异；观看类纸屏后视疲劳量表评分较观看前明显降低（P=0.02）且明显低于观看电视屏后（χ2=5.57，P=0.01），而观看电视屏前后量表评分无显著变化；观看类纸屏后看近水平外隐斜度数较看屏幕前增长明显（F=2.87，P=0.049），且明显大于观看电视屏后（P=0.049）；观看类纸屏后调节性集合/调节比值（AC/A）相较观看电视屏后更低（χ2=2.99，P=0.03），但观看2种屏幕前后无明显差异；观看2种屏幕后，受检者右眼、左眼及双眼的正相对调节能力（PRA）都较观看前增加（F=11.01、5.01、10.00，均P<0.05），同时观看类纸屏后的双眼PRA较观看电视屏更高（P=0.02）。观看类纸屏后近眼位负融像破裂点，远眼位正融像恢复点较看屏幕前均有增加（P=0.02、0.04），观看电视屏后各融像性功能参数无明显改变。结论：短时间、中等距离观看VDT可引起视疲劳感受及部分双眼视觉功能指标变化；不同类型的VDT可对人眼的视觉功能产生不同影响，观看电视屏比观看低蓝光、无频闪的类纸护眼屏可能更容易引起视疲劳。

简介：摘要目的分析和观察图像引导放疗过程中图像配准技术的应用及效果。方法选择本院2015年3月～2017年4月需进行图像引导进行放射治疗的30例肿瘤患者为观察对象，观察患者放疗过程中以图像配准技术为重点的应用操作方法。结果30例患者共扫描240次，其中有1例患者因扫描过程中头脚的误差达到5.3cm，左右、头脚以及前后三个方向上低于3mm的误差发生率分别为56.3%、47.2%、43.4%。结论肿瘤患者在图像引导放疗过程中，应用图像配准技术能够在一定程度上提升临床放疗的精度，从而提升患者放射治疗的效果以及安全性，值得在临床中推广应用。

简介：摘要中枢视觉损伤（CVI）是中枢视觉通路受损，导致视功能障碍的一组症候群，最常见于缺血缺氧性脑病，是发达国家儿童视觉损伤最常见原因，在发展中国家也日见增多。CVI患儿除视功能严重受损外，还常缺少独立生存能力，家庭、社会将为此付出巨大的抚养和教育成本。本文从了解CVI常见病因和临床特征，掌握CVI基本检查方法和意义，重视CVI早评估、早发现和早干预，加强CVI宣传普及预防工作和多学科交叉合作4个方面，强调关注CVI和给予CVI患儿更多、更为有效的关爱。（中华眼科杂志，2021，57：321-325）

简介：皮斯莫海滩可是度假的好去处哟，这里不但有沙滩运动场，还有远近闻名的海上乐园呢。小朋友，请你找出示意图中的几个人吧。

简介：

简介：在上期的《养生》里，我们为大家介绍了不同的色彩所带来的冷暖、胀缩、轻重、兴奋、沉静等不同视觉和心理方面的感受。前述认知基本上是源自西方，在祖国传统医学里，也有色彩与人体的互助关系描述。下面就从阴阳和五行的角度，讲一下色彩与中医养生的关联。

简介：随着医学成像和计算机辅助技术的发展，从二维医学图像到三维可视化技术成为研究的热点，本文介绍了医学图像处理技术的发展动态，对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述。在比较各种技术在相关领域应用的基础上，提出医学图像处理技术发展所面临的相关问题及其发展方向。

简介：摘要目的采取有效的配准方式，证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者，所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点，并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致（MRI扫描时选择和CT扫描时采用类似的头枕）。将扫描完的图像传输到放疗室中的TPS中，然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合，直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画，分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官（眼球、晶体、视神经、脑干、脊髓等）。在融合好的图像上勾画CTV并设为CTV-CT/MR，以此类推，定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度，即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26，0.91士0.11，二者差异具有统计学意义。第一组和第二组CTV重合（融合的图像与MRI对比）为0.92士0.15,1.02士0.08，两者差异也具有统计学意义。但与单纯CT对比，MRI更接近与1，差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm，三维空间总的平均误差为(2.24士1.15)mm；第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm，三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的，并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键，体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。