测地线主动轮廓模型的改进及其医学应用

测地线主动轮廓模型（geodesic active contour）是医学图像分割方法中的最重要内容之一。传统的测地线主动轮廓模型通过高斯平滑的图像预处理使得图像边缘信息模糊甚至消失,以致初始曲线轮廓沿着目标边界逼近的演化过程不稳定,收敛速度慢,分割效果不好。提出基于贝叶斯收缩阈值的小波去噪方法的新测地线模型,由于该去噪方法能在去除噪声的同时,结合噪声与图像信号在频率上的分布特性,增强图像信号细节,从而使能初始轮廓曲线更精确的停止于图像边缘,收敛速度也得到一定程度的提高。     

利用Gibbs距离图Snake模型分割医学图像

目的 提出利用Gibbs距离图Snake模型分割医学图像的算法.该方法能克服医学图像周有的噪声和伪边缘干扰,收敛到正确的目标轮廓.方法 首先推导Gibbs形态学梯度,然后提出基于Gibbs形态学梯度的距离图Snake模型的医学图像分割方法.结果 本文所提出的算法克服了传统距离图Snake模型的上述缺点.结论 本文所提出的方法分割结果鲁棒性好,分割过程无须人工干预,适合应用于临床医学图像分割.     

基于Snake模型提取病灶轮廓

Snake模型是广泛应用于数字图像处理的一种目标轮廓跟踪算法,但在实际使用过程中,现有模型易受噪声及虚假边缘的影响,且对凹陷轮廓的跟踪能力较差。在梯度矢量流模型的基础上,提出广义梯度矢量流模型。该模型不仅能搜索凹陷轮廓,而且也能捕获长管形边界。实验表明该模型有较好的鲁棒性和实用性,适用于噪声干扰情况下提取具有凹凸特征的目标轮廓。     

颞骨高分辨率 CT 在中耳乳突炎致听骨链、面神经管及鼓室壁破坏的诊断价值

目的：探讨颞骨高分辨率CT（ HRCT）在术前评价中耳乳突炎致听骨链、面神经管及鼓室壁破坏中的诊断价值。方法回顾性对比分析经手术证实中耳乳突炎58耳,全部病例均行HRCT检查,均行横轴位、冠状位及曲面重建。分析锤骨、砧骨体、砧骨长脚、砧骨短脚、镫骨、鼓室壁及面神经骨管的破坏情况,并与手术资料进行比较。结果 HRCT诊断胆脂瘤型中耳乳突炎砧骨体、砧骨短脚、面神经管准确率均为100％,锤骨、砧骨长脚、镫骨、鼓室壁准确率为86％、91％、91％、95％。肉芽型中耳乳突炎锤骨、砧骨体、砧骨长脚、面神经管准确率均为100％,砧骨短脚、镫骨、鼓室壁准确率为95％、91％、95％。单纯型中耳乳突炎听骨链、面神经管及鼓室壁准确率均为100％。结论 HRCT横轴位、冠状位重建图像结合观察对中耳炎乳突致听骨链、鼓室壁破坏的诊断准确率较高,曲面重建对面神经管破坏的诊断准确率较高,术前行HRCT评价对中耳各骨性结构有无破坏具有重要的诊断价值。     

中耳胆脂瘤的64层螺旋CT听小骨VR重组及其临床意义

目的探讨中耳胆脂瘤的64层螺旋CT听小骨VR重组的临床意义。方法对7例中耳胆脂瘤患者进行64层螺旋CT检查,将原始数据传至ADW4.3工作站,进行听小骨的VR重组。结果所有患者中,砧骨短脚及锤骨前突破坏2例,锤骨及镫骨完全破坏1例,砧骨及镫骨完全破环1例,仅有部分锤骨破坏3例。结论64层螺旋CT听小骨VR重组可以了解中耳胆脂瘤听小骨破坏的部位及程度,对于确定手术方式和指导治疗是非常有意义的。     

基于改进的Snake模型分割肝脏的CT图像

Snake(主动轮廓线)模型,具有良好的获取特定区域内目标边缘的能力,是一种极为有效的图像分割方法,利用围绕目标心形的圆环内平均灰度差异来确定初始轮廓点,对噪声的干扰有一定的抑制作用,并减少了人工选取的工作量,将离散Snake算法与分段DP算法有效结合来获取肝脏CT图像的特征边缘点,以提高Snake算法的收敛速度.最后利用单调性原则对肝脏CT图像的边缘点进行分区,在各个单调区间内采用曲线拟合的方法来获得连续的肝脏CT图像边缘,最后用Roipoly函数,由这些坐标显示原输入图像,得到BW的二值图像,最终可以显示完整的CT值没有改变的肝脏图像.     

基于加权水平集演变算法的医学图像分割研究

目的本研究提出一种基于局部边缘特征的加权水平集演变算法,并应用于医学图像分割。方法首先,计算演变轮廓内外邻域的图像局部边缘特征;接着,计算演变轮廓邻近轮廓的平均边缘强度和图像梯度向量流场,构造加权函数项;然后,由此构建新的水平集算法能量函数的长度项和区域项,借助偏微分方程求得最小值获得图像目标理想边界。实验图像选用人工合成图像和临床实例图像,不同水平集算法分割性能采用Dice相似性系数。结果视觉分析显示,基于本研究算法获得的图像目标轮廓与真实图像目标区域边界吻合度最高。定量分析显示,基于本研究算法所得分割图像能获得更高的Dice相似性系数。此外,迭代次数较少时,本研究算法即可获得最佳目标轮廓,且增加迭代次数,本研究算法Dice相似性系数变化微弱不溢出。最后,初始轮廓位置不同,其他三种算法所得Dice相似性系数变化较大且低于本研究算法。结论本研究算法较其他水平集算法收敛速度快,对初始轮廓位置敏感度低,稳定性强,是一种可行的医学图像分割算法。     

保留砧镫关节的鼓室成形术

目的探讨保留砧镫关节的鼓室成形术的临床应用。方法对15例(15耳)中耳胆脂瘤患者实施开放式乳突轮廓化,清除病变组织,切除上鼓室,保留砧镫关节,颞肌筋膜内植修复鼓膜,与残余砧骨长脚直接连接或在其间垫以自体耳甲腔软骨片。结果所有移植鼓膜均成活,随访10个月～6年,无鼓膜再穿孔,无胆脂瘤残留及复发,无听骨排出,80%患者听力不同程度提高。结论保留砧镫关节的鼓室成形术可有效提高听力,防止听骨排出、鼓膜再穿孔,且节省手术时间和费用,是对现有术式的有益改进,但需注意适应证的选择。     

64排螺旋CT中耳仿真内窥镜和听骨链的三维重建临床应用

目的:探讨64排螺旋CT仿真内窥镜、听骨链三维重建及镫骨前后脚斜面重建在病变中耳中的临床应用价值。方法:33例66耳行颞骨GE Lightspeed64排螺旋CT容积扫描,正常组35耳,病变组31耳,用GE Advantage工作站行中耳CTVE、听骨链SSD及镫骨前后脚的斜轴位重建与冠、轴位CT及手术所见进行对照。结果:24耳慢性化脓性中耳炎中CTVE显示锤骨柄、砧骨长脚骨质破坏与手术所见的符合率为91.7%(22/24),显示锤骨头骨质破坏的符合率为95.8%(23/24),显示砧骨短脚骨质破坏的符合率为100%(24/24),显示镫骨脚骨质破坏的符合率为87.5%(21/24)。中耳CTVE、听骨链SSD、镫骨前后脚斜轴位重建显示听小骨骨质破坏与手术符合率与冠、轴位图像的符合率差异无显著性,但符合率(CTVE平均93.3%、SSD平均95%、镫骨前后脚斜轴位重建91.7%)稍高于冠、轴位图像(平均90%)。结论:64排螺旋CT中耳CTVE、听骨链SSD及镫骨前后脚的斜轴位重建显示听骨链及骨壁的骨质破坏与手术所见符合率较冠、轴位图像稍高,且图像更立体、清晰,耗时不长,可以用于临床常规使用。     

X光胸片图像分割和特征识别技术研究

目的:研究X光胸片图像分割和特征识别技术。方法:总结肺部分割的典型方法和多分辨率模型,分析其不足后研究一种综合的的区域分割方法,评价新方法的灵敏度与精确度。结果:典型肺部分割方法存在轮廓获取不合格、不清晰的问题,多分辨率模型的训练时间较长,搜索结果获取时间较久,噪音处理步骤繁琐;基于神经网络的主动形状模型的肺部分割灵敏度、特异性、精确度均明显高于Snake,灵敏度明显高于多分辨率主动形状模型,计算时间明显短于Snake、形态学与聚类算法、多分辨率主动形状模型,各组对比差异均显著(P0.05)。结论:基于神经网络的主动形状模型在X光胸片图像分割中可发挥较高的应用价值,值得临床推行与应用。     

Wavelet-based Multi-resolution Deformation for Medical Endoscopic Image Segmentation

Image segmentation is an essential technique in image analysis. In spite of issues in contour initialization, boundary concavities and high-level computation, active contour models (snakes) are popular and successful method for segmentation among researchers. Segmentation process in snakes consists of calculation of energy and deformation of contour. In this paper, we present a new deformation method for active contour model, multi-resolution deformation based on wavelet ensuring powerful time reduction, high accuracy supported by stable results in convergence of an initial contour to target boundary in medical image segmentation.     

Performance Analysis of Various Techniques Applied in Human Identification Using Dental X-Rays

This paper proposes a novel approach for automating the analysis of identifying the person based on their ante mortem and postmortem reports. This approach involves three techniques (i.e.) morphological contour detector, Gaussian filtering and an existing semi-automatic contour extraction method. Forensic dentistry involves the identification of people based on their dental records, mainly available as radiograph images. Our goal is to automate this process using image processing and pattern recognition techniques. Given a postmortem radiograph, we search a database of antemortem radiographs in order to retrieve the closest match with respect to some salient features. In this paper, we use the contours of the teeth as the feature for matching. The algorithm completes the task in three steps: radiograph segmentation, pixel classification and contour matching. In this paper a hit rate of 0.7 is achieved by the Morphological contour detectors which are comparable with the other two methods.     

A Novel Adaptive Deformable Model for Automated Optic Disc and Cup Segmentation to Aid Glaucoma Diagnosis

This paper proposes a novel Adaptive Region-based Edge Smoothing Model (ARESM) for automatic boundary detection of optic disc and cup to aid automatic glaucoma diagnosis. The novelty of our approach consists of two aspects: 1) automatic detection of initial optimum object boundary based on a Region Classification Model (RCM) in a pixel-level multidimensional feature space; 2) an Adaptive Edge Smoothing Update model (AESU) of contour points (e.g. misclassified or irregular points) based on iterative force field calculations with contours obtained from the RCM by minimising energy function (an approach that does not require predefined geometric templates to guide auto-segmentation). Such an approach provides robustness in capturing a range of variations and shapes. We have conducted a comprehensive comparison between our approach and the state-of-the-art existing deformable models and validated it with publicly available datasets. The experimental evaluation shows that the proposed approach significantly outperforms existing methods. The generality of the proposed approach will enable segmentation and detection of other object boundaries and provide added value in the field of medical image processing and analysis.     

An Automated Method for Segmentation of Epithelial Cervical Cells in Images of ThinPrep

We present an automated method for segmentation of epithelial cells in images taken from ThinPrep scenes by a digital camera in a cytology lab. The method covers both steps of localization of cell objects in low resolution and detection of cytoplasm and nucleus boundary in high resolution. The underlying method makes use of geometric active contours as a powerful tool of segmentation. We also provide the analysis of the connected cells. For this purpose an automatic circular decomposition method is incorporated and adapted to the application by changing its segmentation condition. The results are evaluated numerically and compared with those of previous work in literature.     

基于局部灰度差异的快速自适应活动轮廓模型分割腮腺导管

目的研究一种基于局部灰度差异的快速自适应活动轮廓模型腮腺导管图像分割算法。方法本研究在LBF模型的基础 上,加入了轮廓内外局部灰度的均值差异作为驱动演化曲线的能量项,并且将局部灰度方差差异代替λ1 、λ2 作为能量参数值的 控制项,同时还引入两种不同邻域大小的局部相似因子,来克服图像灰度不均匀和边界模糊的影响以提高分割效率。结果该 算法在分割图像时,能够根据内外局部灰度均值差异和方差差异自适应地调节演化方向、速度以及内外部区域能量所占权重, 在面对复杂梯度边界区域时亦能够检测出真实边界,使演化曲线快速精确地逼近目标边界。结论实验结果表明,本文算法明 显优于现有的几种分割算法,能够实现快速精确地分割腮腺导管图像并且保留图像细节。     

一种面向中医目诊的虹膜定位算法

虹膜诊断对于中医与民族医学的目诊理论具有重要的补充和借鉴作用,有必要深入研究虹膜及其图像特征与疾病、体质、中医辨证的证候要素等因素间的对应关系.本文以基于中医目诊的虹膜特征分析为出发点,以虹膜仪采集图像为对象,研究并提出了一种基于中医目诊的虹膜定位算法.该算法首先采用基于灰度阈值估计的方法得到瞳孔中心大致位置,再基于相似参数组的合并改进霍夫变换算法,得到虹膜内边界的定位结果,解决虹膜仪图像的瞳孔收缩、边界发生部分形变的问题.然后采用K均值聚类估计虹膜区域的大致范围,并以此构造初始轮廓,利用主动轮廓模型得到虹膜的外边界,从而避免由于图像畸变而引起霍夫变换失效的问题.     

用活动轮廓法对大脑皮质形态的研究

活动轮廓模型模拟力学中的力平衡条件 ,通过反复迭代来提取大脑表面形态。本研究在活动轮廓模型的基础上提出 3个方面的改进 :质量函数的定义采用一种简单而有效的方法 ;在活动轮廓的起始位置上 ,提出新的初始化方法 ;以及介绍控制点相对在大脑表面位置的自动定位 ,改进了以往手工沟回定位的不足。