医学图像处理中有关图像分割的新技术

图像分割是图像处理中最基本和最主要的技术.本文简要介绍了医学图像分割的常用分割方法,主要包括阈值分割、神经网络分割、模糊分割、遗传算法、统计方法和基于特定模型等方法的图像分割.并对其近年来的进展和应用进行了综述.     

基于射线距离误差的三维医学图像分割的新型评价方法

三维医学图像的分割是计算机辅助诊断与治疗中至关重要的技术。由于现有的三维医学图像分割算法种类繁多且性能各异,对各种分割算法性能公正直观的评价显得尤为重要。我们在对现有常用评价方法做出综合的比较后,提出了一种基于局域距离误差的综合、直观的三维图像分割的新型评价方法,并详细描述了该评价方法中局域误差和全局精确度的评价法。最后,利用这种新型的评价方法对三种常用的分割算法(Fast Marching,Morpholo-gical Reconstruction and Watershed)及一种笔者提出的新型Hybrid算法进行评价,此新型分割算法也在文中作了简要介绍。通过实验,可以验证新的评价方法能够更加科学、直观地对各种三维医学图像分割算法进行评价。     

医学图像分割技术研究

医学图像分割技术是医学图像处理和分析中的关键技术.医学图像分割在医学诊断中扮演着重要角色,是图像分割的一个重要应用领域.本文综述和讨论了近年来的医学图像发展概况、分割技术、研究热点及其医学图像分割的评价等问题,并简要讨论了每类分割方法的特点及医学图像分割发展趋势.     

光学相干层析医学图像分割研究现状

总结光学相干层析(OCT)医学图像的分割要求,对具有代表性的OCT医学图像分割方法进行详细论述,最后对OCT医学图像分割方法的发展趋势做出展望。代表性的OCT医学图像分割方法主要包括阈值分割方法、区域生长法、基于统计学的方法、基于活动轮廓的方法、基于图论的方法和形态学的方法等。综合利用多种医学图像信息,有效结合多种分割方法,注重提高方法的实时性、鲁棒性、精确性和自动化,将是OCT医学图像分割发展的重要趋势。     

基于Snake模型的医学图像分割

基于Snake模型的图像分割技术是近年来图像处理领域的研究热点之一.Snake模型承载上层先验知识并融合了图像的底层特征,针对医学图像的特殊性,能有效地应用于医学图像的分割中.本文对各种基于Snake模型的改进算法和进化模型进行了研究,并重点梳理了最新的研究成果,以利于把握基于Snake模型的医学图像分割方法的脉络和发展方向.     

病理切片图像分割技术的研究

介绍了用图像处理及模式识别技术对显微细胞图像的自动分析和分类的方法,并针对医学图像分析中的难点,提出了基于归一化彩色空间和RGB,HSV彩色模型的分割方法:利用模式识别技术中关于特征向量空间聚类的方法实施真彩色分割.这种方式有效地利用了多维特征空间对于分割目标所提供的信息,使分割的准确性有了较大的提高,解决了图像分割过程中的单个细胞检出问题.     

基于模糊空间的骨膜显微图像识别

医学图像的目标描述往往是带有模糊性的。随着计算技术的发展,模糊逻辑理论渐被引入医学图像处理的理论研究和实际应用中。而采色医学图像和灰度图像具有不同的空间表达和模糊描述方式,其分析处理方法也有区别。我们阐述了一种基于模糊空间的彩色色骨膜显微图像识别,提出用模糊算法进行彩色图像增强、特征撮和自动分割,完成了对骨膜显微图像中的骨细胞的分割过程。通过对多幅实际采集的彩色图像进行处理,实验结果结果表明是一种     

基于深度学习的医学图像分割研究进展

医学图像分割是医学图像定量分析的关键步骤之一,因此病灶分割对临床诊断有重要意义。针对传统分割方法中存在的过多依赖医学领域的先验知识和人为评估错误等问题,提出了基于深度学习的病灶分割方法。本文总结了卷积神经网络算法应用于医学图像病灶分割的研究进展。首先,论述卷积神经网络的基本结构及其常用架构;其次介绍深度学习在医学图像病灶分割中的应用,其中包括肺结节的检测和分类,脑肿瘤分割和乳腺病灶的分割;最后,分析了目前该研究中存在的优缺点并对深度学习的发展方向进行展望。     

基于特征融合视觉显著性的医学图像分割

医学图像分割结果的准确性对医生诊断病情并制定相应的治疗策略具有重要价值。针对现有的医学图像进行分割时由于没有考虑人类视觉显著性机制因素导致分割精度不高的问题,提出一种基于特征融合视觉显著性的医学图像分割方法。首先基于频率调谐生成待分割医学图像的显著图,得到图像的显著区域并突出医学图像的边缘轮廓,然后分别提取其颜色特征和纹理特征将其作为反向传播神经网络的输入向量,在此基础上用神经网络分类器模型对图像进行分割。通过实验进行验证,结果表明该方法获得了较好的分割精度和分割效率,本文所提方法为医学图像的准确分割提供了一种新途径。     

磁共振图像中非均匀场的校正

缓慢变化的非均匀场使磁共振图像的局部统计特性发生变化 ,不同生理组织的亮度交叠分布 ,使磁共振图像的分割比其他医学图像分割困难的多。磁共振图像中的非均匀场是磁共振图像自动分割的主要障碍。人们提出了众多的磁共振图像非均匀场的校正方法 ,其中有传统的图像处理方法 ,如图像模糊、平滑、滤波 ,也有新的方法 ,如基于分割的方法 ,基于直方图的方法等。本文对这些方法进行了综述和讨论     

结合细胞散点图和改进Snake模型的重叠细胞分割修复的方法

针对医学显微图像中常出现细胞重叠的现象,提出一种组合细胞散点图和改进Snake模型的分割方法:先使用可变腐蚀元的迭代腐蚀方法,获取细胞散点和分离细胞;再利用原始边缘信息,初始化活动轮廓;最后结合细胞散点信息,利用加入约束能量的改进Snake算法,获取细胞的完整边界。在获取边界重叠掩膜图像的基础上,针对因重叠导致重叠区域图像信息变化的情况,采用一种自适应迭代卷积的快速图像修复方法。实验表明,该方法能有效地分离重叠细胞,并能准确快速地获取细胞的完整边界,并在重叠掩膜图像的基础上快速修复重叠部分。     

颈动脉MR图像分割和三维重建在斑块定位中的应用

背景：医学图像的三维重建在医疗诊断、实验分析中起着越来越重要的作用,它是一项复杂的任务,其中目标图像的分割是首要且重要的一步。 目的：探索对颈动脉MR图像的图像分割及三维重建方法,并探讨三维模型在颈动脉斑块定位中的应用。 方法：选择3D TOF序列图像对其进行基于最大熵原理的阈值分割,并与普通方法的结果做比较;进一步用数学形态学分割方法提取出颈动脉;进行三维重建,利用三维模型进行斑块的初步定位。 结果与结论：基于最大熵原理的阈值分割适于对颈动脉3D TOF序列图像的分割,用数学形态学分割方法进行后续分割可得到目标图像。三维重建后的模型对于斑块定位有辅助作用。     

一种基于水平集的脊柱MRI图像分割算法的研究

水平集方法应用于图象分割的曲线或曲面进化问题,是一种稳定有效的数值计算方法.本文基于水平集方法提出了一种新的医学图像解剖轮廓分割算法,定义了一种用于终止进化的速度函数,构造了一种基于领域的进化方式.并对脊柱MRI图象进行了分割实验.得到了令人鼓舞的结果.表明了该种算法的可行性和有效性.     

An Automatic and Robust Decision Support System for Accurate Acute Leukemia Diagnosis from Blood Microscopic Images

This paper proposes an automatic and robust decision support system for accurate acute leukemia diagnosis from blood microscopic images. It is a challenging issue to segment leukocytes under uneven imaging conditions since features of microscopic leukocyte images change in different laboratories. Therefore, this paper introduces an automatic robust method to segment leukocyte from blood microscopic images. The proposed robust segmentation technique was designed based on the fact that if background and erythrocytes could be removed from the blood microscopic image, the remainder area will indicate leukocyte candidate regions. A new set of features based on hematologist visual criteria for the recognition of malignant leukocytes in blood samples comprising shape, color, and LBP-based texture features are extracted. Two new ensemble classifiers are proposed for healthy and malignant leukocytes classification which each of them is highly effective in different levels of analysis. Experimental results demonstrate that the proposed approach effectively segments leukocytes from various types of blood microscopic images. The proposed method performs better than other available methods in terms of robustness and accuracy. The final accuracy rate achieved by the proposed method is 98.10% in cell level. To the best of our knowledge, the image level test for acute lymphoblastic leukemia (ALL) recognition was performed on the proposed system for the first time that achieves the best accuracy rate of 89.81%.     

基于多尺度理论改进的分水岭医学图像分割算法

本文针对医学数字图像数据量大和噪声情况复杂的特点，结合多尺度分析理论，通过多小波图像分解、能量计算、分水岭变换和区域融合等步骤，克服了分水岭变换严重的过分割问题，实现了有意义的区域分割。     

基于联合深度网络和形态结构约束的三维医学图像分割方法

医学图像自动分割具有广泛和重要临床应用价值,特别是病灶、脏器的自动分割。基于传统图像处理方法的医学图像分割仅能利用浅层结构模型的浅层特征来识别感兴趣区域,并且需要大量人工干预。而基于机器学习的分割方法在模型建模时存在局限性且缺乏可解释性。本研究提出一种基于Transformer和卷积神经网络结合形态结构约束的三维医学图像分割方法。编码器中利用卷积神经网络和Transformer构建U型网络结构提取多重特征;解码器中采用上采样并通过跳跃连接将不同层次的特征拼接在一起;加入形态结构约束模块,通过提取病灶和脏器等分割目标的形状信息,以增强模型可解释性,并采用最大池化和平均池化操作,对经过卷积神经网络得到的结果进一步提取有代表性的特征,作为形态结构模块的输入,最终提高分割结果的准确性。在公开数据集Synapse和ACDC上利用评价指标Dice相似系数(DSC)和Hausdorff距离(HD)验证所提出算法的有效性。其中,在Synapse数据集上,18例数据作为训练集,12例数据作为测试集;在ACDC数据集上,70例数据作为训练集,10例数据作为验证集,20例数据作为测试集。实验结果表明,在Sy...     

Automatic segmentation of age-related macular degeneration in retinal fundus images

Every year an increasing number of people are affected by age-related macular degeneration (ARMD). Consequently, vast amount of information is accumulated in medical databases and manual classification of this information is becoming more and more difficult. Therefore, there is an increasing interest in developing automated evaluation methods to follow up the diseases. In this paper, we have presented an automatic method for segmenting the ARMD in retinal fundus images. Previously used direct segmentation techniques, generating unsatisfactory results in some cases, are more complex and costly than our inverse method. This is because of the fact that the texture of unhealthy areas of macula is quite irregular and varies from eye to eye. Therefore, a simple inverse segmentation method is proposed to exploit the homogeneity of healthy areas of the macula rather than unhealthy areas. This method first extracts healthy areas of the macula by employing a simple region growing method. Then, blood vessels are also extracted and classified as healthy regions. In order to produce the final segmented image, the inverse image of the segmented image is generated as unhealthy region of the macula. The performance of the method is examined on various qualities of retinal fundus images. The segmentation method without any user involvement provides over 90% segmentation accuracy. Segmented images with reference invariants are also compared with consecutive images of the same patient to follow up the changes in the disease.     

基于图像分割的Tamura纹理特征算法的研究与实现***☆

背景：ITK主要提供医学图像处理、分割与配准算法,但其缺少可视化的功能,缺乏灵活实用的用户界面,VTK提供了丰富的医学影像处理与分析工具,具有强大的图形处理和可视化功能。 目的：利用以前的确诊病例和医生的诊断经验以及患者的相关病史,对确诊的医学影像资源进行管理,归档,并检索,以减少人工干预,提高图像的查全率和查准率。 方法：以视觉感知机制为基础,在ITK平台上进行图像平滑去噪和分割的预处理过程,利用Tamura算法完成纹理特征提取,最后通过实验采集、计算数据,完成对比分析。 结果与结论：基于图像分割的Tamura纹理特征算法在基于图像纹理检索应用上便于相似性度量,进而可提高检索的准确率。