中图分类号：TP311 文献标识码：A 文章编号：
1009-3044（2018）15-0170-01
随着着国内影像技术的不断进步进步，在医疗范围中，愈加多的借助到了X线、超声等影像技术医学病症诊断。
1966年，计算机辅助诊断技术定义初次被提及，但因为遭到当时计算机技术进步水平的影响，之后对于该方面的研究越发遭到限制。直至20世纪末，有关计算机应用技术、数学算法等进步的健全，才使得计算机辅助诊断技术在医学影像诊断范围中得以飞速发展进步。其次，依据输出结果的不同，该项技术的被划分为两类型别，其一是计算机辅助检出。其二是计算机辅助诊断，将会针对后者深入探讨，对于医学影像诊断水平提高具备肯定现实意义。
1计算机辅助诊断在医学影像诊断中的基本原理
1.1数据处置原理
在医学影像诊断中应用计算机辅助诊断技术进行诊断时，第一需要在系统中输入相应的诊断参数完成预处置，减少图像的噪声、矫正图像灰度不均匀性[1]。此类操作的实行，目的在于将诊断数据中不一样的种类或者来源不同导致的差异弥补掉。虽然该项操作并非辅助技术的必要构成部分，但假如未提前进行将会引起最后的诊断误差。
1.2 图像分割原理
在计算机辅助诊断技术中，图像分割的原理在于将诊断图像分割为不一样的解剖地区，然后对图像中的特定目的进行病灶特点的辨别和提取，提高诊断精准性[2]。具体而言，图像分割办法主要包含两种，一种是自动分割，另一种是人工分割，与前者相比，后者存在主观性大、重复性低、三维分割效率低的缺点，所以自动分割的应用频率比较高。自动分割主要包含四类型型的分割办法，其分割条件分别为地区条件、边缘测试条件、阈值选取条件、特定理论条件。
1.3 样本采集原理
在进行计算机辅助诊断技术的样本采集原理剖析时，应该专门针对该项技术的研究地区进行有效的辨别和采样，该研究地区主要包含肿瘤疾病的可疑癌灶、结肠息肉等[3]。其次，样本采集对计算机辅助诊断技术应用的需要点为需要拥有较高的敏锐性，但对于特异性的需要则比较低，需要后续进行相应的改进研究。
1.4 图像特点提取原理
一般情况下，计算机辅助诊断系统需要对采集样本拓展进一步的研究与剖析，换言之，就是对前一步骤中所采集到的样本数据进行剖析。一般情况下，比较常见的图像特点主要有以下几个方面，其一是信号强弱程度的有关统计量，其二是边缘特点，其三是纹理特点。该部分特点都可以用于反馈图像的信号强度等内容。此间应该注意一点是，图像特点的提取工作是计算机辅助诊断技术应用中的重点内容，并非越多检出效能越高，而是应该选择性的缩短技术运用时间，提高病灶检出率。
2计算机辅助诊断在医学影像诊断中的应用进展
2.1计算机辅助诊断技术在肺结节诊断中的应用
胸片影像是计算机辅助诊断技术进行最早的一个范围，但，因为遭到人体胸片上支气管血管束与人体肋骨的解剖结构重叠的影响，导致该该项技术在进行早期的小结节灶与早期肺癌病变的诊断中常常出现漏诊的问题[4]。同期证实，早期肺癌的检出工作多数依靠大夫的经验拓展，所以针对乳房进行低剂量肺癌检查的肺结节计算机辅助诊断就成为其在医学影像诊断中的热点内容。其次，因为癌症部分实性结节困难程度依然较高，所以国内现阶段的计算机辅助诊断技术在肺结节的医学影像诊断中的应用范围主要集中在实性肺结节的筛查工作中，为后续的诊断预测奠定坚实的基础。
2.2 计算机辅助诊断技术在乳腺癌诊断中的应用
现阶段，计算机辅助诊断技术在基于钼靶的乳腺癌医学影像诊断中的应用频率最高，其研究的重点主要集中在肿块、钙化灶的检出数据精确性提高方面，此时乳腺腺体种类与肿瘤的组织学种类成为对检出效能水平影响的重点原因。在进行具体的乳腺癌诊断过程中，计算机辅助诊断技术对于微钙化灶的检出效能最好，敏锐度的参数范畴有效控制在86-99%之间，因为遭到乳腺腺体密度的影响，肿块的检出率比较低，一般控制在84-91%之间，具备肯定的提高空间[5]。
2.3 计算机辅助诊断技术在CT结肠癌诊断中的应用
经过有关调查研究表明，想要有效减低结肠癌症的发病率，在患病早期准时将结肠息肉进行手术切除具备要紧用途，此时，在结肠癌早期时间内进行结肠息肉测试就成为要紧医疗测试内容。刚开始阶段最佳选择的无创性结肠息肉检查方法是CT结肠成像技术，但经过长期的应用过后发现，该种技术的检出成效并不理想，缘由在于CT结肠成像检查期间很多的图像数据影响了检出效能。而应用新型的计算机辅助诊断技术后，可以充分解决CT结肠成像期间的图像数据过多的效能影响，缩短剖析时间，提高测试敏锐性。
2.4 计算机辅助诊断技术在前列腺癌诊断中的应用
与上述范围中计算机辅助诊断技术应用相比较，其在前列腺癌范围中的应用时间比较短，主要通过对诸如年龄、直肠指诊或血清等前列腺特异性抗原指标进行初步性的预测。现在时期，国内在前列腺癌症的灵床研究筛查与后期评估工作的拓展期间，仍旧处于缺少解决方法的困境，伴随机器算法的不断更新，计算机辅助诊断技术的研发为上述问题解决创设了新的解决条件，进一步弥补了原有癌症筛查方法的不足之处，构建出了全新的前列腺癌症预后预测模型，继而为前列腺癌症的治疗水平提高奠定基础。
3总结
综上所述，近几年来，机器学习理论得到了高度健全，使得计算机学习算法获得了更有效的进步进步，计算机辅助诊断技术在这一背景下不断得到优化，为更多的临床问题解决开辟了新的研究路径，同时，该项技术还具备定量精准、重复性高的优势，对于医学预测模型的构建水平提高起到了要紧的促进用途。但，从宏观角度而言国内的计算机辅助诊断技术依然处于临床初步应用过程中，对于病症的治疗方面并未深入涉及，同期测试和预测效能也有待提高。因为遭到多种原因的影响，文中的内容并不全方位，有待补充，期望其中的部分内容可以为后续关于本课题的研究提供参考。
