接触人工智能医疗，仅仅学习算法和编码原理是不够的，还需要一定的医学图像知识储备。
超声、CT、MR等都是医学影像，现实生活中，医院给我们检查身体的胶片是经过处理的二维影像。 这些医学图像其实是三维的。
最常见的图像格式是JPG、PNG等，它们都是二维图像。 也有很多医学影像格式，其中最常见的是DICOM
什么是DICOM？
为了便于各种医疗设备的通信，在美国成立的ACR-NEMA协会发表了统一的医疗图像格式DICOM。 这不仅仅是文件的格式，而且是数据存储的规范。
DICOM由两部分组成：文件的头部信息(源信息)和数据信息(图像灰度)
Patient:患者的基础信息。
Study:检查类型
Series:检测的技术条件
Image:图像基础信息
数据信息
图像各灰度值
医学影像的三维医学影像的三维是水平面，冠状面，矢状面
这也叫医学三解剖面，水平面从上到下，冠状面从前到后，矢状面从左到右。
数据在这里以心脏的CT影像为例。
图为矢状面胸腔图，红线大致标记为心脏。
水平面
冠状面
窗户的宽度和位置是什么？ 人眼与CT的灰度识别差异很大，人眼只能看到16个等级，而CT有2000个等级。 从下图可以看出明显的区别。
人眼灰度识别
CT灰度识别
因此，人眼无法识别原始的CT图像。 只有当图像中的人体组织2000/16=125灰度不同时才能识别，而人体组织通常在20~50之间不同，人眼要识别这样的图像，必须逐步放大。
其他，人体里面的每个组织的CT值是不一样的
因此，有必要根据人体组织调整窗户的宽度和位置。
以CT腹腔图为例，切取灰度-135~215。 窗的宽度为：|-135| 215=350。 也就是说-135到215有多少个数？
窗户的位置为(-135 215 )/2=40。
举胸腔CT影像矢状面在不同窗宽和窗位观察脊骨变化的例子：
(观察胸腔心脏组织窗宽和窗位) ) ) )。
(观察骨组织窗宽和窗位) ) ) ) )。
比较上面的两幅图，在第二幅图中，通过设置合适窗宽的窗位，可以更清楚地看到骨组织的细节。
CT影像来源于和佳技术
剩下的图像来源于腾讯