计算机视觉在医疗领域的应用效果观察

曲晓 吴乃蓬

[摘要] 随着信息技术的发展、大数据时代的到来，人工智能产业发展迅猛。人们的工作与生活越来越离不开人工智能。计算机视觉技术属于人工智能技术的全新领域，相对于传统的观察方式计算机视觉技术更为准确，观察更加全面，逐渐被广泛应用与各个领域，医学领域也不例外。该文研究分析了目前计算机视觉的基本构成以及发展应用，着重阐述了计算机视觉在医疗领域的应用效果。

[关键词] 计算机视觉;医学领域;人工智能;应用效果

[中图分类号] R197.323 [文献标识码] A [文章编号] 1672-5654（2020）05（a）-0168-03

Observation of the Effect of Computer Vision in the Medical Field

QU Xiao， WU Nai-peng

Medical Center of Jinan Central Hospital， Jinan， Shandong Province， 250000 China

[Abstract] With the development of information technology and the arrival of the era of big data， the artificial intelligence industry has developed rapidly. People's work and life are increasingly dependent on artificial intelligence. Computer vision technology is a new field of artificial intelligence technology. Compared with traditional observation methods， computer vision technology is more accurate and more comprehensive. It is gradually being widely used in various fields， and the medical field is no exception. This article studies and analyzes the current basic composition and development of computer vision， and focuses on the application effect of computer vision in the medical field.

[Key words] Computer vision; Medical field; Artificial intelligence; Application effect

近年来，随着医学技术的跨越式发展，人们对于健康的重视程度逐渐提高。目前在临床医学诊断中，主要是通过成像设备获取人体器官形态图，在获取图像后由医生分析图像结果并作出诊断。但是，在实践过程中，传统的医学诊断过程弊端也逐渐暴露出来，例如，患者多并且个体之间存在差异，致使诊断时间长，从而导致了就诊效率的降低。随着现在医学技术的进一步发展，医疗图像诊断技术日渐发展。随着计算机技术的成熟，计算机视觉技术应运而生，计算机视觉技术能够有效的改善图像质量，帮助医生获取更多的信息，提升了诊断的效率以及准确率，逐渐被广泛应用于医学领域。该文对于计算机视觉技术的概念做出分析，报道如下。

1  计算机视觉技术的概念

1.1  计算機视觉技术的发展历程

计算机视觉可以说是机器学习在视觉领域的应用，是人工智能的重要构成部分。近年来，国内外对于计算机视觉的研究日渐深入，主要研究内容涵盖了通过采集图片或者视频对图片以及视频进行处理分析，从而得到所需求的信息。即通过机器以及计算机分析技术来获取我们所需要的信息。计算机视觉系统具有较强的综合性，涵盖了不同领域的知识。现阶段研究中，主要为利用计算机视觉建立人工系统，提出的越来越多的理论与技术是为了图像或者多为数据中获取信息。计算机视觉于20世纪50年代首次出现于二维图像的分析之中，主要是为了统计模式完成对显微图片、航空图片等二维图像进行分析处理。Roberts于20世纪60年代提出了以三维场景为目的的研究，利用计算机技术提取了点、线、面的数据，明确显示图像整个体的明暗、纹理以及状态等。视觉应用系统于20世纪70年代产生，麻省理工学院于70年代中期开设了课程引导机器视觉相关研究。主要研究内容涵盖了理论、算法、系统审计等，在此引起了国际上广泛的研究。David Marr教授于70年代后期给出了计算机视觉分析方法，主要是从图像中恢复物体的三维形状，强调了理论研究的重要意义。随着研究的进一步深入，20世纪80年代诸多学者提出了相关概念以及理论，计算机视觉技术也逐渐被应用与实际中。20世纪90年代是飞速发展的年代，指纹识别、人脸识别等项目逐渐被提出并应用。经历的50年的发展，计算机视觉技术日渐成熟，逐渐从理论到应用与实中。

1.2  计算机视觉技术的概念以及意义

计算机视觉技术作为人工智能的一种，近年来发展较为迅速，经历了理论研究到实际应用。从二值图像处理到高分辨率多灰度的图像处理，从二维信息处理到三维视觉激励以及模型和算法的研究，取得了显著的效果。计算机技术的发展提升了机器人视觉系统的实用化，具有较高的应用价值，提升了不同领取的工作效率。计算机视觉系统主要摄像机、镜头、光源、图像采集卡、计算机、分析软件以及网络连接等构成。能够完胜数据的采集、分析、处理以及结果传输，主要处理方法有几何处理、算数处理、图像增强、图像复原、图像重建、图像编码、图像识别以及图像处理等。

相对于人工视觉系统，计算机视觉系统更为精准、快速、便捷、客观、费用低等优势。逐渐被广泛应用于各个领域，可以说有人类视觉的地方就会有计算机视觉，尤其是在人类视觉作用有限的场合，更突显出了计算机视觉的重要性。目前，计算机视觉应用主要在自动化生产、航空航天、医学图像分析等领域。

2  计算机视觉系统的技术分析

人类主要通过视觉系统来获取信息，从而对事物形成认知。在此过程中，由于主观、客观原因的影响，导致了视觉系统获取信息的能力有限。计算机视觉系统通过相关技术以及机器来达到获取信息的目的。相对于人眼其提升了信息的准确性以及处理速度。该文分析了计算机视觉发展相关技术。

2.1  数字图像处理技术

计算机视觉技术能够将图像信号转化为数字信号，并且利用计算机识别处理技术来完成对图像的预处理。从而将分析的图片进行处理来提高图片质量以及清晰度，让相关信息更好地呈现出来。给人们提供参考，从而更好的制定相关方案。在处理过程中主要应用了去除噪声、强化高频信息等技术。

2.2  神经网络模型的训练

神经网络模型的设计主要仿照动物大脑结构，从信息处理的角度出发来思考解决相关问题，构建数学模型、做抽象处理，根据链接方式以及内部参数的差异构建出不同的神经网络。从本质上来讲，神经网络属于数据模型，每个节点相当于大脑内部的神经元，神经网络的“神经元”即函数。神经网络的“相邻神经细胞激素传递”即两个节点间数据的传输。神经网络模型能够处理分析海量图片资源，并且从中提取需求的信息，再将特征值输入到神经网络中，同国函数处理得到最终的处理结果。并将分析结果不断地迭代处理直至达到预期的效果。近年来，随着神经网络模型技术的发展，出现了更为成熟的网络结构，例如卷积神经网络，提升了人工智能在计算机视觉领域的性能效果。

3  计算机视觉在医学领域的中的应用

近年来，随着计算机视觉技术的跨越式发展，国内外对其研究逐渐深入，研究内容也较为广泛，应用内容亦是如此。替代人工，将人从重复性或者繁复的工作中脱离出来同时保障机械操作的效率以及准确性，是计算机视觉技术发展的最终目标。所以，在计算机视觉技术发展过程中应注重各个领域实际生活中诸多问题的解决。根据实际需求提升计算机的环境适应能力、能够模仿人的思想以及动作并在一定程度上能够理解人类世界。计算机技术能够通过自动化装置，促使机器具备适应环境以及基础决策的能力，从而帮助各个领域人们解决实际问题。随着计算机技术以及设备研究的深入发展，计算机 视觉技术逐渐被应用于各个领域的诸多生活场景中。例如，火车站、机场的人工智能安检、智能导航系统以及教学场景模拟中所采用的人机交互、自动化制造业等。医学领域是计算机视觉技术应用效果较为显著的领域之一。

计算机硬件以及计算机软件的发展对于医学图像的发展有着重要的影响。传统的医学图像研究重点主要为成像技术、设备等，随着就诊需求的增多，传统的医学图像技术效率低下、准确性低等问题逐渐暴露出来。随着计算机技术的发展，许多计算机技术被广泛应用到医学成像领域，其中计算机视觉相关技术的应用取得了显著的效果。计算机视觉技术主要从处理、分析、理解等3个部分协助医学图像的处理。通过计算机视觉技术对图像的处理能够更加准确地获取医疗诊断的特征信息，缩短诊断时间的同时还有利于诊断准确性的提升。计算机视觉技术在医学图像发展中的应用是一个程序化的过程，在临床应用中首先对医学图像进行数字化处理，在利用计算机数据分析技术来发现病变位置，将病变从正常结构中分离出来。其次，利用计算机视觉技术对于病变进行分析处理，明确病变的位置、大小、密度以及形态特征。最后，将处理后的数据传入到统计算法中构造统计系统，对于患者的病情进行综合分析，协助医生做出病情诊断。

目前，计算机视觉技术在医学图像发展中的应用主要体现在病理切片图像、腺体分割以及X射线片中。该文分析总结如下：①病理切片图像。病理分析是临床中癌症诊断的重要依据，在传统的图像处理中主要采用人工阅片的形式，但是人工阅片存在主观影响较大、用时长等问题。计算机视觉技术的应用弥补了人工阅片的不足，能够快速准确地分析病理切片。例如，白细胞是病理检测的重要评定标准，但细胞核类别较多，个体之间患病程度不同，给人工检测带来了困难。但对于计算机视觉系统而言，分析白细胞不再是难题，能够快速识别细胞之间的差异。②腺体分割。腺体存在于人体多个器官之中，是人体重要的生理结构之一，也是临床诊断中评价癌细胞扩散依据之一。利用计算机视觉系统能够提升癌症扩散的发现几率，降低癌症扩散的风险。③X射线片骨折程度的依据之一。但是在X射线拍片过程中，由于医生的处理方式不同，到时误诊、漏诊的情况时有发生，不利于及时诊断处理，引发病情进一步恶化。人工智能的计算机视觉系统能够有效解决此问题，帮助医生制定科学合理的治疗方案。

基于计算机视觉的整个过程是建立在醫学知识的基础上，将病情特征作为导向，计算机数据额技术的相关方法为工具进行的计算机辅助诊断。在操作过程中，需要对从多个方面进行图像变换，例如图像增强、滤波以及灰度变换等。随着计算机技术的发展，计算机视觉技术逐渐成为医学成像设备的重要组成部分。

4  结语

人工智能是迈向全新时代的重要一步。作为人工智能重要组成部分的计算机视觉技术，拥有者广阔的发展前景。该文研究分析了计算机视觉的概念以及技术形式，以及在医学领取的应用效果。计算机视觉技术具有较大的发展空间，应在夯实理论知识的基础上，研究分析相关技术，加快计算机视觉技术的发展速度。

[参考文献]

[1]  刘俊民，赖春林，刘业明.医疗保险基金计算机作弊的审计方法[J].审计与理财，2019（3）：22-23.

[2]  王天月.数字化医疗设备计算机系统的安全与维护探讨[J].中国医疗器械信息，2019，25（15）：171-172.

[3]  张东林.医疗系统中计算机的应用[J].科技创新导报，2017， 14（35）：120-121.

[4]  刘环.医疗设备配置的计算机的病毒防范措施[J].电脑知识与技术，2018，14（17）：45-46.

[5]  洪辉，曹华涛.计算机信息技术在医疗信息中的应用浅析[J].装饰装修天地，2019（14）：98.

[6]  秦宇辰，吴骋，王志勇，等.计算机辅助医疗信息标准化编码的现况及发展[J].中国数字医学，2018，13（1）：9-12.

[7]  彭翔，刘英华，陈梁华，等.与医院计算机业务系统交互的医疗设备与耗材管理系统开发及应用[J].中国医疗设备，2018，33（11）：121-123，131.

[8]  张敬苒，胡金宏，李光英.计算机技术在医院管理和医疗中的应用[J].中国新通信，2018，20（6）：106-107.

[9]  王国斌.医疗设备计算机的应用方式和管理要求分析[J].数码世界，2019（6）：59.

[10]  张敬苒，胡金宏，王志慧.当代计算机辅助医疗技术及临床分析[J].中国新通信，2018，20（20）：234.

[11]  张方方.采用电子病历与医疗质量计算机管理的应用[J].中国新通信，2019，21（2）：34.

[12]  莎仁格日勒.建设规范高效的医疗保险计算机管理信息系统的构思[J].中国战略新兴产业，2019（26）：110.

（收稿日期：2020-02-03）