1.医学图像的基本概念主要有像素、体素、灰度和色度等。

2.医学图像常见的种类包括X线图像、CT图像、超声图像、MRI图像、核医学成像图像等。

3.图像分割的方法目前有边界分割算法、阈值分割算法、区域增长分割法、基于统计学的分割算法、基于深度学习分割法等。

4.医学图像特征指标可分为灰度纹理参数量化指标、图像颜色特征与图像结构特征三类。

5.灰度共生矩阵是灰度纹理参数提取过程的经典方法之一，主要包括能量、灰度均值、逆差矩等指标，不同病变性质的医学图像在纹理特征等方面通常具有统计学差异。

6.纹理提取方法分为统计法、模型法、频谱法和结构法等。

7.非下采样双树复轮廓波变换考虑到医学图像具有更加复杂的结构和纹理特征信息；基于深度学习的卷积神经网络方法，可以自动提取图像特征。