基于交互式数据语言MRI图像直方图增强方法的比较*★

目的：比较不同直方图增强方法对改善MRI图像质量的作用效果。 方法：基于交互式数据语言编程环境，分别采用直方图均衡化、自适应直方图均衡化和直方图规定化对颈髓MRI T2W图像进行增强处理，利用峰值信号噪声比和图像信息熵评价图像暗区细节的表现性能以及图像噪声水平。 结果：直方图均衡化对图像暗区细节的增强效果一般，图像整体对比度反而有所下降；自适应直方图均衡化增强细节的同时放大了图像噪声，并在边缘形成伪影；直方图规定化可选择匹配直方图函数的类型，充分显示图像暗区细节，图像噪声水平低于前两种方法。 结论：应用直方图增强方法处理颈髓MRI T2加权图像，在图像暗区细节表现和图像低噪声水平上，直方图规定化明显优于直方图均衡化和自适应直方图均衡化。     

基于区域生长超声图像分割血管边界反映血管病变

背景：通过分析超声血管图像能反映血管的病变情况。 目的：采用区域生长理论对超声图像进行图像分割，分析边界点的相对位移。 方法：先对视频图像分帧，将动态图像转换为静态图像，采用Gabor滤波、自适应直方图量化去除超声图像噪声，然后运用区域生长法对图像做分割，接着通过开闭运算、sobel算子检测图像边界，最后提取出两条血管边界。 结果与结论：通过Gabor滤波、区域生长法等手段，得到了比较好的分割结果。区域生长法在处理速度上满足了实时性要求，具有一定的通用性。并且通过分析边界点的相对位移曲线，一定程度上反映血管的病变。     

基于阈值分割和Snake模型的弱边缘医学超声图像自动分割

医学超声图像分割是图像处理中的一项关键技术。文章以胆结石超声图像为例，介绍一种新的弱边缘超声图像自动分割算法。首先采用基于直方图凹度分析的阈值分割方法确定Snake模型的初始蛇，再基于Snake模型结合贪婪算法对图像进行目标分割。实验结果表明该算法对弱边缘现象较为严重的医学超声图像进行目标分割时，定位准确，分割效果良好，是一种全自动的超声医学图像分割方法。     

基于纹理分析和双边滤波方法对加标记心脏核磁共振图像分割

背景：加标记心脏核磁共振成像方式提供了左心室内外心膜的边缘信息,该边缘信息可由分割图像得到。但是,所引入的标记线加大了这类图像边界分割的困难。 目的：针对目前在加标记心脏核磁共振图像中对左心室分割困难的问题,提出了一种新的自动分割的方法。 方法：首先,使用全局直方图规定化方法增强标记和非标记区域的对比度;然后,利用一种简单的纹理分析方法区分血流充盈的心腔(非纹理)区域和加标记心肌(纹理)区域;再应用双边滤波在保持边界的同时滤掉图像的伪影;最后,用GVF-snake模型自动提取左心室图像的边界。 结果与结论：提出了一种简单的纹理分析方法来移除标记线:用局部窗口中的最大灰度值与最小灰度值之差来代替原象素点灰度值,再运用双边滤波滤除图像伪影并保持边界,最后应用GVF-snake模型实现了左心室边界的有效提取。实验结果显示,该方法能够较好地提取部分加标记心脏核磁共振图像中血流充盈区的边界。 关键词：纹理分析;双边滤波;标记线;左心室;核磁共振图像;数字化医学     

基于脑梗死大鼠MR图像熵的偏差场拟合方法*

背景：目前随着高场强MR设备的不断出现，由于受RF线圈等因素的影响，伪影成为MR图像不可避免的问题。在MR图像上呈现出无规律的、缓慢的灰度密度变化，相当于在增益场上叠加了一个偏差场。这不仅降低了MR图像的质量也严重干扰了数字图像分割和量化处理等方法的运用。 目的：提出一种以图像数据为基础并基于熵的复杂信号偏差场的修正方法。 方法：根据大鼠脑立体定位图谱，对脑梗死电凝模型大鼠进行冠状位MRI检查。采用GE Signa 1.5T磁共振扫描仪，3inch表面线圈。层厚6 mm，间隔1 mm(3D T2WI采用层厚2 mm，间隔0.5 mm)。该方法是校正场寻优的过程，优化过程以二维信息熵作为尺度。算法的目的是利用最优校正场，使带有偏差的MR图像去偏差，复原真实图像。 结果与结论：实验以真实和模拟数据对该方法进行实验，与传统方法相比，经该方法去偏差场后，其各组织在直方图中的分布和对比更加明显，更易于进行组织分割和组织提取。通过计算机时间比较，文章提出的方法在低密度Delaunay三角剖分下，比传统同态滤波方法省时；但在高密度Delaunay三角剖分下，比传统方法费时。     

基于灰度对比和自适应小波变换的X射线图像增强

背景：X射线检查作为常规的检查方式得到了广泛的应用,然而由于现有技术的局限性,使得X射线图像往往具有灰度对比度低和噪声影响等缺点,因此,现有的X射线图像往往达不到医生的要求。 目的：增强和去噪处理对比度较低且含有噪声的X射线图像,以达到易于医生理解和识别的目的。 方法：针对空间域处理和变换域处理增强X射线图像的不足,提出了基于灰度对比和自适应小波变换的X射线图像增强算法。首先,选择需要增强和减弱的灰度范围,并根据八邻域灰度对比增强算法对X射线图像进行灰度变换,并用中值滤波算法对图像进行平滑;然后,对X射线图像进行小波分解,并运用相邻分解层之间相关系数的大小来确定细节信号和噪声。 结果与结论：应用了灰度对比和自适应小波变换相结合的X射线图像增强算法,把基于空间域增强的方法和基于变换域的方法有机地结合起来,比传统的单一增强方法更为优越。实验结果证明它能自适应地增强X射线图像的灰度对比,使得图像细节的显示更加清晰,同时在一定程度上去除了噪声的干扰,对于灰度对比度较低的图像效果更加明显。     

以计算机数字图像处理和模式识别技术设计的烤瓷牙比色系统

背景：制备烤瓷牙时需要将患者牙齿与牙齿比色板比对得到患者牙齿的颜色编号，目前临床中常使用目测法，但这种方法会受到很多客观或主观的条件限制。 目的：设计能够进行图像采集，可实现牙齿比色功能的系统，并且尽量提高识别效果。 方法：利用摄像笔与暗室配合，采集牙齿比色板图像；数字图像处理方法提取图像颜色特征，分别使用最小距离法、K-近邻法和九分法对图像进行识别分类测试，观测分类结果是否满足需求。 结果与结论：利用最小距离法和K-近邻法可以进行识别分类，但由于数据承受量较低，会影响测试分类结果；利用九分法可以很大程度提高分类正确识别率，基本可以得到满意的结果。     

基于数学形态学人脑MR图像感兴趣区域的提取**★◆

背景：在人脑MRI图像中感兴趣区域提取中，应用数学形态学方法取得了较好的效果，但是在抗噪性能和结构元素选取时存在一些不足之处，使得提取效果有缺陷。 目的：在数学形态学的基础上，采用一系列改进的数学形态学方法，以期清晰完整地提取人脑MR图像中的感兴趣区域如脑脊液部位，为医学诊断提供准确信息。 方法：首先采用复合形态学滤波去除脉冲和高斯噪声，用高低帽变换进行图像增强，然后用形态分水岭阈值分割提取脑部各成分，对分割出的脑脊液图像进行形态开闭滤波、边缘跟踪和灰度填充后，运用抗噪型边缘检测算子检测出清晰完整的脑脊液区域边缘，最后在原图像中用彩色标定，突出感兴趣区域。 结果与结论：综合应用多种数学形态学算法，清晰完整地提取了人脑MRI图像中的感兴趣区域——脑脊液部位。经验证，该方法具有简单、快速、精度高、适用性强等特点。 关键词：图像分割；边缘检测；人脑图像；数学形态学；感兴趣区域；提取     

基于插值方法去除CT图像中的金属伪影*★

目的：对比观察线性插值、非线性插值和三次样条插值3种方法消除金属伪影后的CT图像。 方法：首先，利用全局阈值分割的方法把原图分割为金属部分和条状伪影部分。然后用雷登变换把伪影图像变换至弦空间，即得到弦图。然后用线性插值、非线性插值和三次样条插值来对伪影弦图进行处理，得到矫正的弦图。最后利用滤波反投影法重建图像。 结果：线性插值最为明显的消除了放射状条纹伪影，非线性插值在消除条纹的时候带入了噪声，而三次样条插值对伪影的处理最弱。 结论：实验表明，在各种单一插值算法中，线性插值是最为有效的消除金属伪影的插值方法。     

40001/一种基于EPSO聚类算法的心肌超声造影分析系统

背景：心肌超声造影已成为评价心肌微灌注有效的影像学方法之一,但目前心肌超声造影图像的分析判断多采用目测法或手动描记感兴趣区域,很大程度上依赖观察者的经验,缺乏客观定量分析方法。 目的：探讨新型心肌超声造影图像定量分析系统评价心肌灌注的可行性。 方法：采集家兔心肌超声造影图像,应用基于淘汰粒子群优化聚类(EPSO)算法的计算机图像定量分析系统对造影图像进行自动处理,获得心肌灌注定量参数。 结果与结论：①图像识别软件自动识别心内膜与心外膜,确定心肌区域。②自动将心肌区域分割为相等的6个区。③自动标记各节段心肌的标化对比剂密度值。④以标化对比剂密度值为依据行彩色编码,获得彩色编码面积百分比。⑤自动生成心肌节段灌注分布直方图。基于淘汰粒子群优化聚类算法的心肌超声图像分析软件,在定量评价心肌微灌注和识别灌注异常方面具有较好的可行性和较高的应用价值。 关键词：超声心动描记术;心肌超声造影;图像处理,计算机辅助;心肌灌注;数字化医学     

Model Based Edge-Preserving and Guided Filter for Real-World Hazy Scenes Visibility Restoration

Transmission estimation is the most challenging part for single image haze removal and very sensitive to environment noise. However, most existing single image dehazing algorithms are far from satisfactory in terms of restoring an image’s details and noise removal. To address this issue, an improved haze imaging model with transmission refinement based on dark channel prior is constructed to preserve the edge details and enhance visibility. Then, a fast single image dehazing algorithm called TSGA algorithm is proposed for complex real-world images. A refined transmission map obtained by TGVSH regularity scheme provides more edges and finer details and is less susceptible to noise. Guided filter and adaptive histogram equalization greatly enhance the visibility and color contrast of the scenes and significantly improve the drawback of halo artifacts. A large quantity of comparative experiment results demonstrate that the proposed algorithm simultaneously removes the serious effect of haze and noise, effectively makes the restored images look more natural, and has a lower time complexity. All these make it a good candidate for image segmentation, object recognition, and target tracking in complex real-world weather conditions.     

直接数字X射线摄影组织均衡技术在颈胸段摄影中的应用

背景：由于颈胸段侧位摄影时，成像区域的组织厚薄相差大，且重叠多，即使数字X射线摄影具有曝光动态范围大，图像能进行多种后处理的功能，但数字X射线摄影的常规摄影也难以显示颈胸段的解剖结构来了解病情，颈胸段正侧位数字X射线摄影影像质量需要进一步提高。 目的：比较应用直接数字X射线摄影组织均衡技术产生的颈胸段图像和直接数字X射线摄影产生的标准数字X射线摄影图像的差别，在颈胸段摄影中探究最佳图像质量。 方法：从解放军总医院放射科2005-04/2009-08所摄的数字X射线摄影颈胸段影像中按随机数字表法抽取200例作为分析资料，应用直接数字X射线摄影组织均衡技术对标准数字X射线摄影图像进行处理，比较组织均衡图像与标准数字X射线摄影图像的差别。 结果与结论：应用直接数字X射线摄影组织均衡技术产生的新的图像，在同一幅图像上下颈上胸段的细节均可清晰显示；标准数字X射线摄影图像需要反复调节不同的窗宽、窗位才能清晰显示下颈上胸段的细节。提示在直接数字X射线摄影中，应用组织均衡技术能明显改善被检体受厚度影响而不容易观察的细节，同时，又不影响其他部位的细节显示。操作简便，可提高诊断率，减少误诊率，减少成本。     

Study of 123I-IMP SPECT on diabetic patients

The involvement of peripheral nerves and nerve roots often leads to neurological manifestations which have frequently been described in association with diabetes mellitus. Whether there is any specific involvement of the central nervous system in this process has yet to be determined. Recently, many reports have suggested that significant neurophysiologic abnormalities in the central nervous system can sometimes be found in diabetic patients. In order to accurately examine the existence of central nervous system involvement in patients with diabetes mellitus, comparisons of 123I-IMP (IMP) washout rates were made between normal adults (n = 19, average age 43.3 years) and diabetic patients (n = 23, average age 43.3 years), and these results were graphically demonstrated by color images. Early images were obtained 30 minutes after intravenous injection, while delayed images were made 4 hours after injection. The IMP washout rate was obtained by subtracting the values of the delayed image with the early image. The standard deviation (SD) of the IMP washout rate for each patient was compared to the averaged SD obtained from healthy adults. After calculating the deviation from SD levels of healthy adults, we made an image of the patient's IMP washout rates. These images were divided into seven degrees (I, II: normal, III, IV: borderline, V-VII: abnormal) and the ratio of each degree was expressed by a histogram in each cerebral hemisphere as the washout rate index. In 23 diabetic subjects, seven patients were found to be borderline while sixteen patients were abnormal. These impairments were not related either to the presence of diabetic neuropathies or the duration of disease.(ABSTRACT TRUNCATED AT 250 WORDS)     

Automatic Robust Neurite Detection and Morphological Analysis of Neuronal Cell Cultures in High-content Screening

Cell-based high content screening (HCS) is becoming an important and increasingly favored approach in therapeutic drug discovery and functional genomics. In HCS, changes in cellular morphology and biomarker distributions provide an information-rich profile of cellular responses to experimental treatments such as small molecules or gene knockdown probes. One obstacle that currently exists with such cell-based assays is the availability of image processing algorithms that are capable of reliably and automatically analyzing large HCS image sets. HCS images of primary neuronal cell cultures are particularly challenging to analyze due to complex cellular morphology. Here we present a robust method for quantifying and statistically analyzing the morphology of neuronal cells in HCS images. The major advantages of our method over existing software lie in its capability to correct non-uniform illumination using the contrast-limited adaptive histogram equalization method; segment neuromeres using Gabor-wavelet texture analysis; and detect faint neurites by a novel phase-based neurite extraction algorithm that is invariant to changes in illumination and contrast and can accurately localize neurites. Our method was successfully applied to analyze a large HCS image set generated in a morphology screen for polyglutamine-mediated neuronal toxicity using primary neuronal cell cultures derived from embryos of a Drosophila Huntington’s Disease (HD) model.