问：图像分割的总结展望
- 答：对图像分割算法的研究已有几十年的历史，借助各种理论至今已提出了上千种各种类型的分割算法。尽管人们在图像分割方面做了许多研究工作。但由于尚无通用分割理论，因此现已提出的分割算法大都是针对具体问题的，并没有一种适合于所有图像的通用的分割算法。但是可以看出，图像分割方法正朝着更快速、更精确的方向发展，通过各种新理论和新技术结合将不断取得突破和进展。
问：解释图像分割的概念，医学图像分割有什么应用价值
- 答：就是将目标特征从背景中分割出来。医学图像分割，可以查看感兴趣的区域，从而忽略不需要的区域的干扰。如看骨折，只需要将骨头所表示的特征图像（一般是一定会度值的一块区域）从背景（如肌肉，另一种灰度值）分割出来，而其它的肌肉等则不显示（为黑色）。可以更有利于医生分析病情而减少误判。
- 答：医学图像涉及的往往是人体的组织，因此成分复杂，灰度值的变化也更丰富，因此分割的阈值差异应该更精细些。当然，图像处理结果要结合临床，需要有医学价值。
问：图像分割的实际应用价值和现实意义。
- 答：就是将目标特征从背景中分割出来。医学图像分割，可以查看感兴趣的区域，从而忽略不需要的区域的干扰。如看骨折，只需要将骨头所表示的特征图像（一般是一定会度值的一块区域）从背景（如肌肉，另一种灰度值）分割出来，而其它的肌肉等则不显示（为黑色）。可以更有利于医生分析病情而减少误判。
问：医学图像处理与分析的介绍
- 答：《医学图像处理与分析》全书分为基础篇和提高篇。基础篇面向教学，分8章阐述医学图像处理与分析的基本内容，包括医学图像的发展、医学图像基础、医学图像增强、医学图像分割、医学图像分类、医学图像配准、医学图像可视化、医学图像标准数据库，并附10个示例，帮助读者理解所述内容；提高篇面向更多的从事医学图像相关研究人员，分7章阐述了图像增强技术应用、图像分割方法应用、图像配准方法应用、图像可视化方法应用、计算机辅助检测与计算机辅助诊断，以及医学图像压缩、存储与通信和图像引导手术与医学虚拟现实
问：医学图像分割与普通图像分割有什么区别？
- 答：就是将目标特征从背景中分割出来。医学图像分割，可以查看感兴趣的区域，从而忽略不需要的区域的干扰。如看骨折，只需要将骨头所表示的特征图像（一般是一定会度值的一块区域）从背景（如肌肉，另一种灰度值）分割出来，而其它的肌肉等则不显示（为黑色）。可以更有利于医生分析病情而减少误判。
- 答：医学图像涉及的往往是人体的组织，因此成分复杂，灰度值的变化也更丰富，因此分割的阈值差异应该更精细些。当然，图像处理结果要结合临床，需要有医学价值。
- 答：医学影像是多层次的照射成像，普通的图像是一个面的表现
