2019年華南理工大學(xué)858生物醫(yī)學(xué)電子綜合考研大綱及參考書(shū)目

• 2025考研復(fù)試伴學(xué)班
• 2025考研復(fù)試標(biāo)準(zhǔn)班
• 2026考研英語(yǔ)全程班
• 26考研全科上岸規(guī)劃營(yíng)「擇校▪規(guī)劃▪備考」
• 華南理工大學(xué)2025考研專業(yè)課復(fù)習(xí)資料「真題▪筆記▪講義▪題庫(kù)」

從華南理工大學(xué)研究生院獲悉，2019年華南理工大學(xué)858生物醫(yī)學(xué)電子綜合考試大綱及參考書(shū)目公布，內(nèi)容如下：

參考書(shū)目/教材：

1、羅述謙, 周果宏，《醫(yī)學(xué)圖像處理與分析》，科學(xué)出版社; 第2版 (2010年12月)，ISBN: 7030296508, 9787030296504
2、康雁，《醫(yī)學(xué)成像技術(shù)與系統(tǒng)》，清華大學(xué)出版社，第1版(2014年12月),ISBN：9787302375302
3) 饒妮妮，李凌，《生物醫(yī)學(xué)信號(hào)處理》，電子科技大學(xué)出版社，第1版（2005年6月），ISBN:7-81094-883-0/R.3

考試方式和考試時(shí)間

考試方式：筆試閉卷
考試時(shí)間：3小時(shí)

考試內(nèi)容和考試要求

858生物醫(yī)學(xué)電子綜合考試大綱

生物醫(yī)學(xué)電子基礎(chǔ)綜合（包括醫(yī)學(xué)成像、醫(yī)學(xué)圖像處理、生物醫(yī)學(xué)信號(hào)處理）考試大綱

醫(yī)學(xué)成像與醫(yī)學(xué)圖像處理
1、參考書(shū)目
1）羅述謙, 周果宏，《醫(yī)學(xué)圖像處理與分析》，科學(xué)出版社; 第2版 (2010年12月)，ISBN: 7030296508, 9787030296504
2）康雁，《醫(yī)學(xué)成像技術(shù)與系統(tǒng)》，清華大學(xué)出版社，第1版(2014年12月),ISBN：9787302375302
生物醫(yī)學(xué)信號(hào)處理
3) 饒妮妮，李凌，《生物醫(yī)學(xué)信號(hào)處理》，電子科技大學(xué)出版社，第1版（2005年6月），ISBN:7-81094-883-0/R.3

2、考試大綱
1、 X射線成像
1.1 X射線管結(jié)構(gòu)及X射線產(chǎn)生過(guò)程
1.2 X射線的物理性質(zhì)
1.3 X射線衰減與組織吸收效應(yīng)
1.4 X射線探測(cè)器
1.5 CR,DR,DDR
1.6 DSA
2、 CT成像
2.1 斷層掃描
2.2 投影定理
2.2 直接反投影重建
2.3 濾波反投影重建
3、核醫(yī)學(xué)成像
3.1 放射性同位素的衰變
3.2 SPECT成像
3.3 準(zhǔn)直器
3.4 閃爍晶體
3.5  正電子湮滅反應(yīng)
3.6 電子準(zhǔn)直
3.7 γ射線的衰減與組織吸收效應(yīng)
3.8 迭代重建
4、磁共振成像
4.1 磁共振現(xiàn)象及產(chǎn)生條件
4.2 主磁場(chǎng)、射頻場(chǎng)
4.3 T1時(shí)間
4.4 T2時(shí)間
4.5 梯度場(chǎng)
4.6 頻率編碼與相位編碼
4.7 梯度回波、平面回波
4.8 fMRI、DWI、DTI、MRS
5、超聲成像
5.1 超聲換能器
5.2 聲阻抗
5.3 空化效應(yīng)
5.4 散射與斑點(diǎn)
5.5 超聲多普勒效應(yīng)
5.6 超聲分子成像
5.7 超聲彈性成像
6、數(shù)字圖像與醫(yī)學(xué)圖像基礎(chǔ)
6.1 灰度與空間分辨率、直方圖
6.2 醫(yī)學(xué)圖像的特性
6.3 醫(yī)學(xué)圖像壓縮、存儲(chǔ)和通信、DICOM協(xié)議
7、圖像增強(qiáng)
7.1 線性與非線性變換
7.2 直方圖均衡化與直方圖匹配
7.3 空間卷積增強(qiáng)
7.3 頻域增強(qiáng)技術(shù)
8、圖像去噪
8.1 數(shù)字圖像常見(jiàn)噪聲類型
8.2 醫(yī)學(xué)圖像噪聲類型與特性
8.3 均值濾波、中值濾波、幾何均值濾波
8.4 維納濾波
8.5低通濾波
9、形態(tài)學(xué)運(yùn)算
9.1 腐蝕與膨脹
9.2 開(kāi)與閉運(yùn)算
9.3形態(tài)學(xué)運(yùn)算的應(yīng)用(去噪、邊緣檢測(cè)、填補(bǔ)孔洞、提取骨架等)
10、圖像分割
10.1 灰度差分、灰度梯度
10.2 常見(jiàn)的差分與梯度算子
10.3 自動(dòng)閾值分割
10.4 區(qū)域增長(zhǎng)
10.5分水嶺算法
10.6 主動(dòng)輪廓模型
10.7 K均值聚類
11、圖像分類與識(shí)別
11.1 圖像特征的分類與提取
11.2圖像特征降維
11.3人工神經(jīng)網(wǎng)絡(luò)基礎(chǔ)
11.4 支持向量機(jī)基礎(chǔ)
11.5 回歸分析基礎(chǔ)
11.6 深度學(xué)習(xí)基礎(chǔ)
12 生物醫(yī)學(xué)信號(hào)概述
12.1 信號(hào)及類型
12.2 生物醫(yī)學(xué)信號(hào)簡(jiǎn)介
12.3 處理生物醫(yī)學(xué)信號(hào)的目的
13 數(shù)字信號(hào)處理基礎(chǔ)
13.1 傅里葉變換及其意義
13.2 傅里葉變換的性質(zhì)
13.3 頻域分析和譜圖表示
13.4 頻域分辨率
14 隨機(jī)信號(hào)基礎(chǔ)
14.1 隨機(jī)信號(hào)
14.2 隨機(jī)信號(hào)的統(tǒng)計(jì)特征描述
14.3 幾種典型的隨機(jī)過(guò)程
14.4 隨機(jī)信號(hào)通過(guò)線性系統(tǒng)
15 數(shù)字相關(guān)與數(shù)字卷積
15.1 線性相關(guān)
15.2 循環(huán)相關(guān)
15.3 相干函數(shù)
15.4 線性卷積
15.5 循環(huán)卷積
15.6 相關(guān)函數(shù)與功率譜的估計(jì)
15.7 相關(guān)技術(shù)的應(yīng)用