計算機視覺在醫療領域的應用效果觀察

曲曉 吳乃蓬

[摘要] 隨著信息技術的發展、大數據時代的到來，人工智能產業發展迅猛。人們的工作與生活越來越離不開人工智能。計算機視覺技術屬于人工智能技術的全新領域，相對于傳統的觀察方式計算機視覺技術更為準確，觀察更加全面，逐漸被廣泛應用與各個領域，醫學領域也不例外。該文研究分析了目前計算機視覺的基本構成以及發展應用，著重闡述了計算機視覺在醫療領域的應用效果。

[關鍵詞] 計算機視覺;醫學領域;人工智能;應用效果

[中圖分類號] R197.323 [文獻標識碼] A [文章編號] 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

近年來，隨著醫學技術的跨越式發展，人們對于健康的重視程度逐漸提高。目前在臨床醫學診斷中，主要是通過成像設備獲取人體器官形態圖，在獲取圖像后由醫生分析圖像結果并作出診斷。但是，在實踐過程中，傳統的醫學診斷過程弊端也逐漸暴露出來，例如，患者多并且個體之間存在差異，致使診斷時間長，從而導致了就診效率的降低。隨著現在醫學技術的進一步發展，醫療圖像診斷技術日漸發展。隨著計算機技術的成熟，計算機視覺技術應運而生，計算機視覺技術能夠有效的改善圖像質量，幫助醫生獲取更多的信息，提升了診斷的效率以及準確率，逐漸被廣泛應用于醫學領域。該文對于計算機視覺技術的概念做出分析，報道如下。

1? 計算機視覺技術的概念

1.1? 計算機視覺技術的發展歷程

計算機視覺可以說是機器學習在視覺領域的應用，是人工智能的重要構成部分。近年來，國內外對于計算機視覺的研究日漸深入，主要研究內容涵蓋了通過采集圖片或者視頻對圖片以及視頻進行處理分析，從而得到所需求的信息。即通過機器以及計算機分析技術來獲取我們所需要的信息。計算機視覺系統具有較強的綜合性，涵蓋了不同領域的知識。現階段研究中，主要為利用計算機視覺建立人工系統，提出的越來越多的理論與技術是為了圖像或者多為數據中獲取信息。計算機視覺于20世紀50年代首次出現于二維圖像的分析之中，主要是為了統計模式完成對顯微圖片、航空圖片等二維圖像進行分析處理。Roberts于20世紀60年代提出了以三維場景為目的的研究，利用計算機技術提取了點、線、面的數據，明確顯示圖像整個體的明暗、紋理以及狀態等。視覺應用系統于20世紀70年代產生，麻省理工學院于70年代中期開設了課程引導機器視覺相關研究。主要研究內容涵蓋了理論、算法、系統審計等，在此引起了國際上廣泛的研究。David Marr教授于70年代后期給出了計算機視覺分析方法，主要是從圖像中恢復物體的三維形狀，強調了理論研究的重要意義。隨著研究的進一步深入，20世紀80年代諸多學者提出了相關概念以及理論，計算機視覺技術也逐漸被應用與實際中。20世紀90年代是飛速發展的年代，指紋識別、人臉識別等項目逐漸被提出并應用。經歷的50年的發展，計算機視覺技術日漸成熟，逐漸從理論到應用與實中。

1.2? 計算機視覺技術的概念以及意義

計算機視覺技術作為人工智能的一種，近年來發展較為迅速，經歷了理論研究到實際應用。從二值圖像處理到高分辨率多灰度的圖像處理，從二維信息處理到三維視覺激勵以及模型和算法的研究，取得了顯著的效果。計算機技術的發展提升了機器人視覺系統的實用化，具有較高的應用價值，提升了不同領取的工作效率。計算機視覺系統主要攝像機、鏡頭、光源、圖像采集卡、計算機、分析軟件以及網絡連接等構成。能夠完勝數據的采集、分析、處理以及結果傳輸，主要處理方法有幾何處理、算數處理、圖像增強、圖像復原、圖像重建、圖像編碼、圖像識別以及圖像處理等。

相對于人工視覺系統，計算機視覺系統更為精準、快速、便捷、客觀、費用低等優勢。逐漸被廣泛應用于各個領域，可以說有人類視覺的地方就會有計算機視覺，尤其是在人類視覺作用有限的場合，更突顯出了計算機視覺的重要性。目前，計算機視覺應用主要在自動化生產、航空航天、醫學圖像分析等領域。

2? 計算機視覺系統的技術分析

人類主要通過視覺系統來獲取信息，從而對事物形成認知。在此過程中，由于主觀、客觀原因的影響，導致了視覺系統獲取信息的能力有限。計算機視覺系統通過相關技術以及機器來達到獲取信息的目的。相對于人眼其提升了信息的準確性以及處理速度。該文分析了計算機視覺發展相關技術。

2.1? 數字圖像處理技術

計算機視覺技術能夠將圖像信號轉化為數字信號，并且利用計算機識別處理技術來完成對圖像的預處理。從而將分析的圖片進行處理來提高圖片質量以及清晰度，讓相關信息更好地呈現出來。給人們提供參考，從而更好的制定相關方案。在處理過程中主要應用了去除噪聲、強化高頻信息等技術。

2.2? 神經網絡模型的訓練

神經網絡模型的設計主要仿照動物大腦結構，從信息處理的角度出發來思考解決相關問題，構建數學模型、做抽象處理，根據鏈接方式以及內部參數的差異構建出不同的神經網絡。從本質上來講，神經網絡屬于數據模型，每個節點相當于大腦內部的神經元，神經網絡的“神經元”即函數。神經網絡的“相鄰神經細胞激素傳遞”即兩個節點間數據的傳輸。神經網絡模型能夠處理分析海量圖片資源，并且從中提取需求的信息，再將特征值輸入到神經網絡中，同國函數處理得到最終的處理結果。并將分析結果不斷地迭代處理直至達到預期的效果。近年來，隨著神經網絡模型技術的發展，出現了更為成熟的網絡結構，例如卷積神經網絡，提升了人工智能在計算機視覺領域的性能效果。

3? 計算機視覺在醫學領域的中的應用

近年來，隨著計算機視覺技術的跨越式發展，國內外對其研究逐漸深入，研究內容也較為廣泛，應用內容亦是如此。替代人工，將人從重復性或者繁復的工作中脫離出來同時保障機械操作的效率以及準確性，是計算機視覺技術發展的最終目標。所以，在計算機視覺技術發展過程中應注重各個領域實際生活中諸多問題的解決。根據實際需求提升計算機的環境適應能力、能夠模仿人的思想以及動作并在一定程度上能夠理解人類世界。計算機技術能夠通過自動化裝置，促使機器具備適應環境以及基礎決策的能力，從而幫助各個領域人們解決實際問題。隨著計算機技術以及設備研究的深入發展，計算機 視覺技術逐漸被應用于各個領域的諸多生活場景中。例如，火車站、機場的人工智能安檢、智能導航系統以及教學場景模擬中所采用的人機交互、自動化制造業等。醫學領域是計算機視覺技術應用效果較為顯著的領域之一。

計算機硬件以及計算機軟件的發展對于醫學圖像的發展有著重要的影響。傳統的醫學圖像研究重點主要為成像技術、設備等，隨著就診需求的增多，傳統的醫學圖像技術效率低下、準確性低等問題逐漸暴露出來。隨著計算機技術的發展，許多計算機技術被廣泛應用到醫學成像領域，其中計算機視覺相關技術的應用取得了顯著的效果。計算機視覺技術主要從處理、分析、理解等3個部分協助醫學圖像的處理。通過計算機視覺技術對圖像的處理能夠更加準確地獲取醫療診斷的特征信息，縮短診斷時間的同時還有利于診斷準確性的提升。計算機視覺技術在醫學圖像發展中的應用是一個程序化的過程，在臨床應用中首先對醫學圖像進行數字化處理，在利用計算機數據分析技術來發現病變位置，將病變從正常結構中分離出來。其次，利用計算機視覺技術對于病變進行分析處理，明確病變的位置、大小、密度以及形態特征。最后，將處理后的數據傳入到統計算法中構造統計系統，對于患者的病情進行綜合分析，協助醫生做出病情診斷。

目前，計算機視覺技術在醫學圖像發展中的應用主要體現在病理切片圖像、腺體分割以及X射線片中。該文分析總結如下：①病理切片圖像。病理分析是臨床中癌癥診斷的重要依據，在傳統的圖像處理中主要采用人工閱片的形式，但是人工閱片存在主觀影響較大、用時長等問題。計算機視覺技術的應用彌補了人工閱片的不足，能夠快速準確地分析病理切片。例如，白細胞是病理檢測的重要評定標準，但細胞核類別較多，個體之間患病程度不同，給人工檢測帶來了困難。但對于計算機視覺系統而言，分析白細胞不再是難題，能夠快速識別細胞之間的差異。②腺體分割。腺體存在于人體多個器官之中，是人體重要的生理結構之一，也是臨床診斷中評價癌細胞擴散依據之一。利用計算機視覺系統能夠提升癌癥擴散的發現幾率，降低癌癥擴散的風險。③X射線片骨折程度的依據之一。但是在X射線拍片過程中，由于醫生的處理方式不同，到時誤診、漏診的情況時有發生，不利于及時診斷處理，引發病情進一步惡化。人工智能的計算機視覺系統能夠有效解決此問題，幫助醫生制定科學合理的治療方案。

基于計算機視覺的整個過程是建立在醫學知識的基礎上，將病情特征作為導向，計算機數據額技術的相關方法為工具進行的計算機輔助診斷。在操作過程中，需要對從多個方面進行圖像變換，例如圖像增強、濾波以及灰度變換等。隨著計算機技術的發展，計算機視覺技術逐漸成為醫學成像設備的重要組成部分。

4? 結語

人工智能是邁向全新時代的重要一步。作為人工智能重要組成部分的計算機視覺技術，擁有者廣闊的發展前景。該文研究分析了計算機視覺的概念以及技術形式，以及在醫學領取的應用效果。計算機視覺技術具有較大的發展空間，應在夯實理論知識的基礎上，研究分析相關技術，加快計算機視覺技術的發展速度。

[參考文獻]

[1]? 劉俊民，賴春林，劉業明.醫療保險基金計算機作弊的審計方法[J].審計與理財，2019（3）：22-23.

[2]? 王天月.數字化醫療設備計算機系統的安全與維護探討[J].中國醫療器械信息，2019，25（15）：171-172.

[3]? 張東林.醫療系統中計算機的應用[J].科技創新導報，2017， 14（35）：120-121.

[4]? 劉環.醫療設備配置的計算機的病毒防范措施[J].電腦知識與技術，2018，14（17）：45-46.

[5]? 洪輝，曹華濤.計算機信息技術在醫療信息中的應用淺析[J].裝飾裝修天地，2019（14）：98.

[6]? 秦宇辰，吳騁，王志勇，等.計算機輔助醫療信息標準化編碼的現況及發展[J].中國數字醫學，2018，13（1）：9-12.

[7]? 彭翔，劉英華，陳梁華，等.與醫院計算機業務系統交互的醫療設備與耗材管理系統開發及應用[J].中國醫療設備，2018，33（11）：121-123，131.

[8]? 張敬苒，胡金宏，李光英.計算機技術在醫院管理和醫療中的應用[J].中國新通信，2018，20（6）：106-107.

[9]? 王國斌.醫療設備計算機的應用方式和管理要求分析[J].數碼世界，2019（6）：59.

[10]? 張敬苒，胡金宏，王志慧.當代計算機輔助醫療技術及臨床分析[J].中國新通信，2018，20（20）：234.

[11]? 張方方.采用電子病歷與醫療質量計算機管理的應用[J].中國新通信，2019，21（2）：34.

[12]? 莎仁格日勒.建設規范高效的醫療保險計算機管理信息系統的構思[J].中國戰略新興產業，2019（26）：110.

（收稿日期：2020-02-03）