基于图割和K聚类的CT图像分割

目的 :结合K聚类方法和图割理论完成CT心脏图像的自动分割,提取出完整、精确的心脏结构。方法 :第一步运用各向异性扩散去噪,去除图像噪声;第二步采用K聚类方法确定像素初始标号,然后在此基础上建立关于标号的能量函数,构造网络图;最后运用最大流/最小割算法实现能量函数最小化,完成对感兴趣区域的分割。结果:实现了双源CT(dual source CT,DSCT)心脏图像感兴趣区域的分割,取得了较好的结果。结论:利用图割和K聚类算法相结合可以实现DSCT图像心脏结构的快速、鲁棒、精确分割。     

基于K均值聚类算法的宫颈癌细胞分割方法

目的探究一种对宫颈癌细胞显微图像进行彩色分割的方法,辅助临床诊断。方法采用彩色聚类分割方法,并结合K—means聚类算法实现细胞图像的有效分割。结果实现了宫颈癌细胞图像的有效分割,色彩信息得到最大保留。结论该实验结果有利于辅助专家进行宫颈癌病理诊断,并为后期研究宫颈癌细胞特征识别奠定基础。     

磁共振图像分割算法研究

本文提出一种基于图像灰度值的K-均值聚类算法,并利用这种算法对脑部核磁图像分割进行测试。K-均值聚类算法是一种自动数据分类的方法,该类算法仅依据图像像素点的灰度值将其分为不同的点群。我们使用这种图像分割算法,在针对脑部核磁图像的分割中得到了理想的分割结果,可以清晰地看到白质,灰质,皮质,第三脑室及背景的分割结果。     

结合局部最大类间方差和标记筛选的腹部CT肝脏病灶提取

目的：针对肝脏图像的特点提取肝脏病灶,为病灶的特征提取做准备。方法：该算法首先在肝脏内部选择包含病灶的局部图像,再采用局部最大类间方差法进行自动阈值预分割,最后采用标记筛选法消除病灶内部空洞和外部小块游离区域。结果：该方法能较好地提取出肝脏病灶。结论：结合局部最大类间方差和标记筛选的方法提取肝脏病灶省力、快速、效果良好。     

基于厚度特征模糊C均值算法的膀胱肿瘤疑似区域三维分割方法研究

目的:使用模糊C均值算法对膀胱壁厚度特征进行聚类,有效地分割出三维膀胱肿瘤疑似区域。方法:获取膀胱MRI数据,应用Level Set分割算法对膀胱内、外壁进行分割,然后计算膀胱壁的三维厚度,通过对膀胱壁厚度聚类得到三维肿瘤疑似区域。结果:由该方法分割得到的疑似区域比较准确,与临床放射医师勾画的肿瘤区域有90%以上的重叠率。结论:该方法可有效地分割出三维膀胱肿瘤疑似区域,具有一定的有效性,但尚需要采集更多的数据来进行验证。     

基于模糊聚类空间模型的非均匀MR图像分割

模糊C-均值聚类算法（FCM）已广泛地运用到MR图像的分割中。但传统的算法中未利用图像的空间信息，在分割叠加了噪声和附加了偏移场的非均匀MR图像时分割效果不理想。本文改进了传统FCM的目标函数，引入控制邻域作用紧密程度的参数，提出了一种能够更加合理地运用图像的空间信息，改进的模糊C-均值聚类算法。通过对脑部MR图像的分割实验表明，该算法能够比传统的FCM和其它改进算法对非均匀图像进行更精确的分割。     

基于血管边缘特征的眼底荧光血管造影图像拼接

根据眼底荧光血管造影图像的特点,提出了一种基于血管边缘特征的图像拼接方法.首先,对在眼底荧光血管造影图像进行预处理的基础上,利用小波边缘检测算法检测出血管的图像边缘;然后,基于链码描述方法进行特征匹配;最后,采用了一种基于局部区域灰度信息的图像融合方法对眼底荧光血管造影图像进行拼接.数据处理结果表明,该方法能够得到较理...     

基于内容的医学图像检索中对Tamura纹理特征的算法改进

目的：对Tamura纹理特征的算法进行改进,使之在医学图像检索中适用于不规则图形的计算。方法：对乳腺图像进行分割,提取出感兴趣区域（ROI）。在样本（包含正常乳腺图片和乳腺肿瘤图片共281幅）中使用传统算法Tamura纹理特征和改进算法的Tamura纹理特征进行图像内容检索,比较2种算法的检索结果。结果：初次检索时,传统Tamura算法在样本中检索出93幅相关图像,175幅不相关图像：改进后的算法检索出91幅相关图像．131幅不相关图像。结论：使用改进算法的Tamura纹理特征进行查询,在保证查全率的基础上查准率有较大提高。提示改进算法后的Tamura纹理特征更适用于医学图像中不规则区域的特征计算。     

几种分割算法在CT肝脏兴趣区提取方面的比较

目的:在计算机辅助诊断中,对已提取分割好的CT肝脏组织中的兴趣区的几种提取方法做比较。方法:利用Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法,对已分割的CT肝脏组织的兴趣区进行自动分割,并和医生手工分割的图像相对比。结果:通过实验及对实验数据进行分析,找出了具有良好获取兴趣区能力的分割算法。结论:通过手工分割图像分别与Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法做对比,总结几种分割方法的有效性,为计算机辅助诊断起到了重要的作用。     

基于空间自相关和时空扫描统计量的湖南省毒蕈中毒聚类研究

目的探讨2013-2015年湖南省毒蘑菇中毒的时空分布和聚类特征,为科学防控毒蕈中毒提供依据。方法以湖南省2013-2015年毒蕈中毒事件的监测数据为研究对象,利用ArcGIS10.2软件建立病例地理信息数据库,采用OpenGeoDa进行全局、局部空间自相关分析。SaTScan 9.1.1进行时空扫描聚类,结果通过ArcGIS10.2进行可视化展示。结果 2013-2015年湖南省共报告毒蕈中毒事件136起,发病人数565人,中毒高峰为每年5~9月。趋势面分析显示毒蕈中毒发病率总体分布由西向东逐渐降低,由南向北先增加再降低。局部空间自相关结果显示冷水滩区、零陵区为高-高区域;芷江侗族自治县、新宁县、湘乡市为低-高区域;新晃侗族自治县、鹤城区、洞口县为高-低区域。时空扫描发现所有聚类时间段集中在2015年6月~9月,一类聚集区主要位于邵阳市、怀化市、永州市。二类聚集区位于长沙市、湘潭市。结论湖南省毒蕈中毒存在时空聚集性,各时空聚集区将为探索有针对性的防控措施提供参考。     

基于归一化转动惯量的显微图像拼接算法

通过对常用图像拼接方法的研究,针对显微图像的特点,提出了一种显微图像的快速拼接算法。该法以基于归一化转动惯量的不变性特征来实现特征点的匹配,并以统计方式获得图像间的平移量。实验结果表明,该算法可实现显微图像快速、有效的拼接。     

基于B样条的医学图像配准新算法

目的：提出一种基于B样条的医学图像塔式配准新算法，即RE配准模型。方法：首先实现图像的整体配准，即用一次B样条基函数作为变形函数，对图像进行仿射变换；然后通过均匀增加节点数量及改变变形函数的复杂性，实现图像细节上的配准，这一循环匹配过程主要是通过改变B样条基函数及控制系数复杂性，来实现图像的仿射变换及弹性变换。结果：整个匹配算法体现了图像从整体到细节的匹配思想。结论：实验证明。该方法与单纯的弹性配准方法相比，不仅计算速度有很大的提高，而且有很强的鲁棒性。     

医学图像融合显示的几种方法

医学图像的配准和融合是医学图像处理的一个新的领域，其目的是为医生提供更多的诊断信息。本文介绍了五种融合显示的方法，有插入像素式融合显示算法，独立通道融合显示算法，图层融合显示算法，边缘融合显示算法以及基于小波变换的融合显示算法。     

中国总膳食研究食物聚类自动化探索

目的实现中国总膳食研究食物聚类自动化,提高食物聚类计算的质量和效率。方法通过对中国食物成分表中食物编码特点研究,以及总膳食研究食物聚类的原则进行分析,构建能够让计算机语言识别这些特点和原则的算法,实现食物聚类自动化。结果以第五次中国总膳食研究某省膳食调查数据为例,将292种食物聚为53种聚类食物,聚类结果符合总膳食研究聚类要求。结论该方法能够有效地实现中国总膳食研究食物聚类自动化计算,提高了中国总膳食研究中食物聚类的质量和效率。     

基于分布式多图像处理器的医学影像体绘制算法

目的:计算机医学图像处理具有所需计算量和计算涉及数据量巨大的特点,需将高性能计算技术应用于计算机医学图像处理中,以适应计算涉及数据量大和计算速度快的要求.方法:计算统一设备架构(CUDA)技术可使图像处理单元(GPU)进行通用并行计算,使其能够提供强大的计算能力.由于分布式并行计算是实现高性能计算的主要方式,故提出一种实用的分布式并行计算模式,即基于分布式多GPU的并行计算模式,其中多台计算机将使用消息传递接口(MPI)并行编程环境配置成分布式集群系统.结果:以医学影像体绘制算法为例分析该计算模式,使得其算法计算时间较短,计算效率较高.结论:使用MPI集群和GPU进行算法加速,可很好地解决无法实现医学影像的实时三维重建的问题     

各向异性边缘检测导引的CT稀疏角度重建

目的：提出一种CT稀疏角度重建方法,用以降低CT的辐射剂量。方法：基于图像各向异性的边缘检测信息,在图像重建过程中更新图像总变差各加权分量的加权权重,然后采用图像总变差最小化方法重建图像。结果：计算机模拟结果表明,与传统的总变差最小化方法相比,该方法可以更好地重建图像边缘,且边缘检测的结果会影响重建效果。结论：采用该方法可以增强图像边缘,提高重建图像的分辨率,改善重建图像的质量。     

A Machine Learning-Based Screening Test for Sarcopenic Dysphagia Using Image Recognition

Background: Sarcopenic dysphagia, a swallowing disorder caused by sarcopenia, is prevalent in older patients and can cause malnutrition and aspiration pneumonia. This study aimed to develop a simple screening test using image recognition with a low risk of droplet transmission for sarcopenic dysphagia. Methods: Older patients admitted to a post-acute care hospital were enrolled in this cross-sectional study. As a main variable for the development of a screening test, we photographed the anterior neck to analyze the image features of sarcopenic dysphagia. The studied image features included the pixel values and the number of feature points. We constructed screening models using the image features, age, sex, and body mass index. The prediction performance of each model was investigated. Results: A total of 308 patients participated, including 175 (56.82%) patients without dysphagia and 133 (43.18%) with sarcopenic dysphagia. The area under the receiver operating characteristic curve (ROC-AUC), sensitivity, specificity, positive predictive value, negative predictive value, and area under the precision-recall curve (PR-AUC) values of the best model were 0.877, 87.50%, 76.67%, 66.67%, 92.00%, and 0.838, respectively. The model with image features alone showed an ROC-AUC of 0.814 and PR-AUC of 0.726. Conclusions: The screening test for sarcopenic dysphagia using image recognition of neck appearance had high prediction performance.