生物醫學圖像創新

示例與現實世界中，之間的關係是離散的坐標系統中的存儲數值的多維資訊的表示形式。

生物醫學圖像應診斷疾病、 描述生化途徑、 監測的一種治療，影響或引導過程。若要預測未來，成像必須超越簡單的觀察。
科學家證明第二次諧波成像顯微鏡 （SHIM） 25 年前，但它只是現在正在演示作為組織和細胞的結構和生理的高解析度成像的實用技術。實質上，這種技術依賴與高度有序的材料，如生物分子陣列進行交互的強鐳射照明。光出來半波長的鐳射光，而是兩倍的能量。

儘管在光學成像的革命性進展，但一些科學家仍然看到傳統的顯微鏡，只不過是一個複雜的放大鏡。

在許多情況下，生物醫學科學家希望最接近可能看看的活細胞。在過去，最接近的神色從電子顯微鏡，但這需要用死的樣本。今天，不過，可以與某些形式的掃描電鏡成像活細胞。

技術允許看到內的一個問題，字面上的科學家。例如，在矽谷圖形 （SGI、 山景，CA），視覺化劇場允許圖像分子和教程通過其犄角和裂縫的研究人員。

另一個例子，開發工具，它使確定乳腺癌患者的預後的臨床醫生不是那麼容易做到的。

很難確定最佳的乳腺癌患者的治療過程。同一階段的疾病和接受相同的治療病人可以有明顯不同的結果。化療和激素療法減少了大約三分之一的遠處轉移的風險，但研究表明，70%到 80%接受這種治療的病人會有倖存下來沒有它。

研究人員和開發人員被要求開發工具，使以確定哪些乳腺癌患者的基因被強預測未來的轉移性癌症研究人員。一些開發者使用 MathWorks 工具 MATLAB 產品。軟體統計功能加上迅速處理大型資料集的能力。

最後作產品、 影像處理和資料分析的工具，其中包括為矩陣計算好，有沒有需要花時間寫的低級影像處理和基本資料分析常式，像向量和矩陣的計算。

他們開發了基於基因攜帶的預後資訊的分類器。他們發現 70 緊緊地與病人的結果，指示可以確定預後相關的基因基於原發性腫瘤的基因表達譜。

程式師使用 TIFF 圖像格式的教益工作、 高解析度圖像、 高品質、 盧雜訊和廢置規模龐大。因為 TIFF 圖像太大，要用手處理複雜，程式師需要預處理的圖像和設計一個批次處理過程中提取相關的資料。

科學和技術的創新有沒有限制，他們使用的先進的軟體工具有助於消除一些的步驟的研究者和使他們能夠在分析資料和工作查找可以是癌症的預測價值的基因花更多時間。

醫學成像技術的重要性從來不是更大，但它會。連續的技術和產品創新取得了影像程式更好地適合多種用途。

教授穆罕默德 · 埃爾 Kayyali
IEEE、 CIPPRS 成員