研究生学习初入门之导师大致方向

脑影像信息处理

磁共振

Matlab

为了为了更好的学习首先要搞清楚以下几点：

1.医学影像处理

        主要的任务就是把医院影像科日常产生的各种医学影像（包括核磁、CT、DR、超声、各种X光机等设备产生的图像）通过DICOM3.0国际标准接口（中国市场大多为模拟，DICOM，网络等接口）以数字化的方式海量保存起来，当需要的时候在一定的授权下能够很快的调回使用，同时增加一些辅助诊断管理功能。

2.什么是脑影像信息处理？

        获取不同类型的脑影像数据;对脑影像数据进行影像特征提取,并对提取到的影像特征进行降维处理;对降维处理后的数据进行聚类分析，获得多组聚类结果,并对每个脑影像数据分配分组标签;将每组聚类结果与标准组数据进行比对，获得每组聚类结果的特征差异;

        根据每个脑影像数据的分组标签训练分类模型;将当前脑影像数据输入分类模型以获得当前脑影像数据的分组结果,以及根据分组结果和每组聚类结果的特征差异获取当前脑影像数据的特征差异。从影像特征上对待测脑影像数据进行准确分类,并能苏获取待测脑影像数据的特征差异。

3.脑影像信息处理需要哪些理论或者操作知识基础？

  Python 语言、机器学习知识，数据分析，数据处理、OpenCV 图像处理知识、深度学习知识、深度学习框架 如 Pytorch    

4.磁共振是什么？

       磁共振指的是自旋磁共振(spin magnetic resonance)现象。其意义上较广，包含核磁共振(nuclear magnetic resonance, NMR)、电子顺磁共振(electron paramagnetic resonance, EPR)或称电子自旋共振(electron spin resonance, ESR)。

此外，人们日常生活中常说的磁共振，是指磁共振成像(Magnetic Resonance Imaging，MRI)，其是利用核磁共振现象制成的一类用于医学检查的成像设备。

        磁共振检查是医学检查一种方法，也是医学影像学一场革命，生物体组织能被电磁波谱中的短波成分如X线能穿透，但能阻挡中波成分如紫外线红外线及长波。人体组织能允许磁共振产生的长波成分，如无线电波传播，这是磁共振用于临床的基本条件之一。磁共振具有安全无辐射、精确的优点，主要适用于中枢神经系统，比如说脑内血管病变、颅脑肿瘤、脊髓的各种病变，颅内感染，脑部的退行性病变如颅脑先天发育畸形，颅脑外伤。

5.磁共振与计算机技术之间有什么关系？      

概念：MRI：磁共振成像，英文全称是:Magnetic Resonance Imaging

原理：核磁共振是一种物理现象，作为一种分析手段广泛应用于物理、化学生物等领域，到1973年才将它用于医学临床检测。为了避免与核医学中放射成像混淆，把它称为磁共振成像术(MR)。

MR是一种生物磁自旋成像技术，它是利用原子核自旋运动的特点，在外加磁场内，经射频脉冲激后产生信号，用探测器检测并输入计算机，经过计算机处理转换后在屏幕上显示图像。

6.磁共振的学习需要哪些理论或操作知识基础？

no

7. Matlab是什么？

        MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。

 Matlab

Matlab是一门独立的编程语言，它有自己的框架和IDE(集成开发环境)。并提供了很多实用的开发工具，可以轻松的处理很多技术编程任务，例如：图像识别和人脸识别等编程任务。

Matlab还提供了一系列用于矩阵计算的内置工具。值得注意的是：图像识别和矩阵计算是密切相关的。Matlab中提供了一些工具可以执行复杂的图像处理任务，如裁剪、旋转、掩码等。

还有一个专门用于实现人脸识别功能的Matlab代码，此代码使用的是AT&T数据库。因此，在使用此代码前，需要先下载AT&T数据库。大多数高级的人脸识别应用程序都是用Matlab编写的。
 

8. Matlab怎么学习入手？

1）了解 MATLAB 的基本用法，包括几个常用的命令，如何获取帮助，脚本结构，程序的分节与注释，矩阵的基本操作，快捷绘图方式；

2）熟悉 MATLAB 的程序结构，编程模式，能自由地创建和引用函数（包括匿名函数）；

3）熟悉常见模型的求解算法和套路，包括连续模型，规划模型，数据建模类的模型；

4）能够用 MALTAB 程序将机理建模的过程模拟出来，就是能够建立和求解没有套路的数学模型。

9.医学图像信息处理适用于哪种编程语言？

Java不仅仅是安卓开发，这门语言强大在于除了一些极端性能敏感场所，基本上是通用，非常强大的语言。和C/C++一样，我们永远都不能低估了Java编程语言的能力，这种语言强大到足以执行各种复杂的任务，包括创建用于图像处理和图像识别的应用程序。作为独立的编程语言，你可以选择自己从头开始创建图像处理功能，这种方式的优点是图像处理的任何细节都是可控的。也可以利用各种强大的现成的库，例如OpenCV等。你可以根据自身需求选择开发方案。

C系列的编程语言，功能强大，几乎可以做任何事情，包括开发操作系统，创建高级的编程语言等等，当然也包括创建具有图像处理和识别功能的应用程序。C系列编程语言为你提供了两种创建图像处理功能的方案，第一种方案是，你可以从头自己编写所有和图像处理相关的代码，这种方案开发周期长，而且需要有专业的图像处理知识和娴熟的编程技巧。第二种方案则是使用现成的图像处理库，例如：OpenGL，EmguCV，OpenCV等，它们都具有用于图像识别的智能图像处理功能。学习枯燥且语法较多，如果你是在校大学生，想要学习编程，那么建议从C语言入手，因为打好编程基础，以后在学其他语言会很快上手。但是如果你是一个想要通过自学，来快速找到工作的人，那么C语言就不不推荐。

Python被评为最流行的编程语言，它的简单语法和功能的多样性，是很多程序员喜欢使用它的原因。尽管语法简单，但是Python却能执行很多复杂的任务。例如图像处理和人脸识别等。Python的流行让它具有很多辅助开发的库，例如非常强大的Scikit-Learn机器学习库，此外，还有用于图像识别，人脸识别，以及运动检测的库。
Python是动态形的灵活的解释性语言，从软件开发到Web开发，Python都有在被使用。因为他的解释性，适合轻量级开发。Python算是比较好学的语言。

OpenCV(开源计算机视觉)是一种可用于实时图像处理的高级工具。它是跨平台的，可以集成到任何编程语言中，以执行图像处理和图像识别的功能。目前已经以库的形式集成到了C、C++、Java、Python等编程语言中。OpenCV是开源的，无论是做科学研究，还是用于商业目的，你都可以不受任何限制的使用它。它有一个专门用于人脸识别的类，并且该类还附有一个信息丰富的文档，该文档会向你展示如何实现图像识别或人脸识别功能。总而言之，无论你使用哪种编程语言，OpenCV都是图像识别的首选工具。