基于统计阈值的脑肿瘤MRI图像的分割方法

我们提出了一种基于统计阈值的脑肿瘤MRI图像的分割方法.首先,通过预处理操作去除脉冲噪声和头骨影像,然后利用统计阈值分割方法对肿瘤进行了分割.为了克服经典阈值分割方法存在不完全分割的问题,利用分割后两个类的方差和概率定义了一个新的阈值选择准则,并通过最小化准则确定最佳分割阈值.实验结果证明,本方法分割效果好,解决了采用经典阈值分割方法对脑肿瘤的不完全分割问题.     

基于MRI的脑肿瘤分割技术研究进展

目的:对脑肿瘤的准确分割在临床上具有重要应用价值,但由于脑肿瘤结构复杂、边界模糊且与正常脑组织混叠在一起,因此,要实现对脑肿瘤的正确分割非常困难。为给相关研究者提供有益参考,本文对基于MRI的脑肿瘤分割技术研究进展进行了探讨。方法:查阅国内外相关资料的基础上,对现有的基于MRI的脑肿瘤分割方法进行分类,然后对近年来基于MRI的脑肿瘤分割技术及其研究进展进行了比较详细的综述和讨论,并介绍了脑肿瘤分割算法的评价方法,最后对脑肿瘤分割方法的发展趋势进行展望。结果:基于MRI的脑肿瘤分割方法主要包括:区域生长法、聚类分割方法、基于形变模型的分割方法、基于形态学分水岭的分割方法、图谱匹配、多谱MR图像分割和基于异常检测的分割方法等。结论:基于MRI的脑肿瘤分割方法将向全自动、实时、准确的分割方向发展,并有效地结合多种分割方法,综合利用多种图像信息和先验知识,有望在新的理论技术上做出突破。     

一种基于组合分割思想的尿沉渣图像分割新方法

本研究针对复杂散焦的尿沉渣图像的精细分割,提出了首先使用小波变换和形态学处理消除散焦影响并进行图像的粗分割,然后根据粗分割得到的子图像的情况采用边缘检测或者自适应阈值分割的混合分割方法进行细分割,最后再采用剥离算法处理待分割的粘连重叠成分的分割。该方法不受散焦影响,充分利用了图像的多种信息,因此分割结果准确。实验结果表明,该方法对尿沉渣图像的分割有效且令人满意。     

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MR图像的脑组织分割方法研究进展

目的:探讨基于磁共振成像脑组织分割方法的研究进展。方法:对现有基于磁共振成像的脑组织分割方法进行分类,并对近年来国内外基于磁共振成像的脑组织分割方法的研究进展及其评价方法进行了比较详细的论述,最后对脑组织分割方法的发展趋势进行展望。结果:基于MRI的脑组织分割方法主要包括经典分割方法、统计学分割方法、形变模型分割方法、人工神经网络分割法,小波变换分割法和遗传算法等。结论:基于磁共振成像脑组织分割算法将趋向于自动化、快速化,并注重多种方法的有效结合,有望在新理论、新技术和新工具方面不断获得突破。     

医学显微图像分割方法研究进展

医学显微图像分割是医学图像处理中的一个经典难题.针对近年来出现的新方法、新理论,对各种分割方法进行了系统论述,主要包括基于数学形态学方法、神经网络分割、模糊分割、小波分析、遗传算法、统计方法和基于特定模型等方法的图像分割.由于显微图像的复杂性,采用单一方法很难准确分割,故对混合方法也作了一定论述.文中还简要讨论了各种方法的特点和局限性.同时对分割的评价体系也做了简要论述.     

基于Mean Shift的三维医学图像交互式分割方法

目的：提出一种新的三维医学图像交互式分割方法,利用Mean Shift算法将空间域与特征域相结合的高维计算优势,直接对图像的三维空间分布信息进行处理,同时采用人工与计算机相结合的交互式分割方法在医学图像序列上分割出感兴趣区域。方法：通常将Mean Shift方法用于图像分割都需要对整幅图像中的所有像素点进行大量的迭代计算,这样使得分割效率很低。而本文基于交互式分割算法原理,通过在感兴趣区域人工设定一个或少数几个初始点,利用人工给出的先验信息只需对感兴趣区域进行Mean Shift的自适应迭代计算和处理,不仅可以克服上述缺陷,还能得到较为精确的分割结果。结果：本文根据该方法进行了实验,从肺部图像序列中准确地分割出了三维的肺结节区域,从时间上和准确度上均能满足临床需求。结论：实验结果证明该交互式分割方法是一种非常有效的三维医学图像分割方法。本文的方法可以同时联合灰度域和空间域特征实现分割,而且它基于所选择的分割特征还具有任意多维空间联合分割的潜力,不失为一种深有发展前景的三维交互式分割方法。     

窄带Level Set与可视化技术在耳蜗分割中的应用

耳蜗的分割是对耳蜗进行模型化和分析研究的前提。采用三维窄带水平集(level set)算法与可视化技术相结合的交互式分割方法对耳蜗进行分割,三维窄带水平集算法用于体数据中感兴趣目标的分割,可视化技术对分割结果进行三维显示,显示结果作为用户调节算法参数的依据,经过多次的人机交互,从而获得满意的分割结果。我们详细地阐述了水平集及窄带水平集算法的基本原理、特点,并成功应用三维窄带水平集算法实现了颞骨螺旋CT(Computed tomography,CT)图像中耳蜗目标的分割。实验表明三维窄带水平集算法与可视化技术相结合的交互式分割方法可以很好地实现医学体数据中耳蜗的分割,与对体数据逐层分割的方法相比,速度有了很大提高。     

MR脑图像组织分割的方法

图像分割是一个经典难题,至今没有一个通用的有效分割方法,也不存在一个分割的评价标准。应用MRI图像进行脑组织自动和有效的分割对诊断、病理研究、放疗和外科手术计划的制定、手术导航、计算机辅助诊断等各方面均有着极其重要的意义。磁共振脑图像比普通图像要复杂,组织边界不清晰,用通用方法无法实现良好的分割。对目前应用于脑组织分割并取得良好效果的分割方法给予综合论述,并分析了脑组织分割的发展。     

基于CUDA的快速三维医学图像分割

目的:三维分割是医学图像分析和可视化中的重要组成部分,也是医学图像分割中的一个难点。水平集方法在三维医学图像分割中有很广阔的应用前景,但是该算法的计算量大,不能达到实时处理的要求。针对这个问题,提出了一种基于CUDA的并行加速方法。方法:采用NVIDIA公司的GPGPU模型CUDA,利用图像像素的独立性和偏微分方程求解的并发性,提高C-V水平集算法的分割速度。给出了并行计算的流程图,并对C-V水平集算法在CUDA上的实现进行了详细介绍。结果:实现了C-V水平集并行加速算法,该方法在保证分割效果的前提下,具有更快的分割速度。结论:所提出的方法是切实可行的,实现了快速的三维医学图像分割。     

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     

彩色血液细胞图像的自动分割方法研究

提出基于自适应多尺度阈值和种子点增长的混合方法自动分割彩色血液细胞图像。首先对原始图像直方图进行多尺度滤波，根据它的尺度空间图特性，确定合理的阈值，完成对胞核的分割和白细胞的检出。其次，利用局部颜色特征及全局形态特性控制种子点增长，完成对白细胞浆区域的分割。该方法对白细胞的检出率为98％，分割效果主观评价为好的占93％，它能有效地分割白细胞区域。     

基于两阶段改进FCM算法的彩色血液图像分割研究

介绍了一种基于FCM算法（Fuzzy c-means algorithm）的彩色血液细胞图像分割新方法。通过将原始血液显微图像转换为索引图像再对颜色映射表矩阵做模糊聚类来回避直接对像素值聚类，大大压缩了FCM算法的计算数据量。针对彩色血液细胞图像的固有特性将分割过程分为两阶段，包括确定聚类数目和初始聚类中心，并在第二阶段引入一个距离加权矩阵，改变距离度量方式以提高聚类的准确度。解决了FCM算法难以准确收敛到最佳极值的问题，减少了迭代收敛的次数，并且缩短了算法执行时间，实现了对彩色血液细胞图像各组分的正确分割。     

病变细胞显微图像分析与识别技术的研究

依据病变细胞的形态和颜色特征,我们提出了一种基于RGB和HIS彩色空间的自适应自动阈值分割算法,该算法能有效地将病变细胞的胞核从复杂的背景中提取出来.在分割图像的基础上,应用canny边缘检测算法提取出细胞边缘,采用八链码跟踪技术提取出细胞的特征值.为了同正常细胞比较,同时提取了正常细胞的特征值,并提出了二步识别算法以对正常和病变细胞进行识别.实验结果表明,该系统能有效地分割血细胞图像并且诊断率较高.     

Segmentation of the optic disk in color eye fundus images using an adaptive morphological approach

The identification of some important retinal anatomical regions is a prerequisite for the computer aided diagnosis of several retinal diseases. In this paper, we propose a new adaptive method for the automatic segmentation of the optic disk in digital color fundus images, using mathematical morphology. The proposed method has been designed to be robust under varying illumination and image acquisition conditions, common in eye fundus imaging. Our experimental results based on two publicly available eye fundus image databases are encouraging, and indicate that our approach potentially can achieve a better performance than other known methods proposed in the literature. Using the DRIVE database (which consists of 40 retinal images), our method achieves a success rate of 100% in the correct location of the optic disk, with 41.47% of mean overlap. In the DIARETDB1 database (which consists of 89 retinal images), the optic disk is correctly located in 97.75% of the images, with a mean overlap of 43.65%.     

Automatic segmentation of true color sectioned images using FMRIB Software Library: First trial in brain,gray matter,and white matter

Three-dimensional (3D) models of the brain made from magnetic resonance images (MRI) are used in various medical fields. 3D models assembled from grayscale color and low-resolution can be complemented with true color sectioned images of the Visible Korean. The purpose of this study is to apply the MRI automatic segmentation technique to the sectioned images. 3D models of the sectioned images, which have true color and high resolution, can be produced without manual segmentation. The Brain Extraction Tool and the Automated Segmentation Tool of the FMRIB Software Library (FSL) were chosen for automatic segmentation. Using those tools, true color sectioned images were reconstructed from gray 3D models of brain, gray matter, and white matter. Color 3D models of those structures were generated from the gray 3D models using MRIcroGL. The color 3D models made from the sectioned images revealed details of brain anatomy that could not be observed on the 3D models from MRI. This trial suggests that convergence of the MRI segmentation technique with color sectioned images is a time-efficient method for producing color 3D models of various structures. In future, the method of this study will be used for various sectioned images of cadavers. The resulting color sectioned images and 3D models will be made available to other researchers.     

Renal corpuscle morphometry with increased reliability and high level of automation

The paper presents an original computerized histometric technique for renal biopsies that outlines the role of quantitative information in the morphologic analysis of renal corpuscle (RC). We investigated 10 cases diagnosed as rapidly progressive glomerulonephritis (RPGN) by randomly selecting 10 RCs from each case. Our technique is based on two algorithms (implemented in the Zeiss KS400) that process digital color images for extracting the morphometric features at two levels: (1) of a single RC and (2) of a whole case. The algorithm operating at level (1) includes instruments especially designed for ensuring the accuracy in the identification of the regions occupied by the RC components; it evaluates the areas of the RC components and their percentages relative to the total area of the RC. The novelty of the instruments lies in the usage of intermediate recoloring for multifold thresholding segmentation and in the mutual validation of the regions provided by red-green-blue (RGB) and hue-lightness-saturation (HLS) segmentation. The algorithm operating at level (2) averages the data obtained from all the RCs considered in a case. The proposed technique offers a high level of automation; it is reliable and repeatable. The basic principles of the presented technique can also be adapted to the histometric approaches of other pathology domains. Results illustrate the utilization of the technique at both levels. The extraction of the RC morphometric features allows for establishing a significant correlation between the quantitative and qualitative information. This may contribute to a better understanding of the RPGN evolution and, implicitly, to the refinement of the diagnosis.     

舌诊客化研究的一种图像处理方法

本文应用计算机图像识别研究中医舌诊的客观化,把舌像划分成36*36的舌像特征块（TTB）以分析局部纹理特征,提出了对每个小块分析彩色与纹理特征的两种算法,用CIEL*u*v*彩色空间模式的分层K-means聚类方法确定色彩类,用Gabor滤波器彩色对比特征与线性判断函数分析舌像纹理特征。文中的试验表明,这些方法在判断舌像时有较强的分辨力。     

基于活动轮廓模型的彩色白细胞图像自动分割方法研究

为解决血液白细胞显微图像自动识别中的图像分割问题，提出了一种基于活动轮廓的彩色白细胞图像自动分割方法，首先在Hue，Saturation，Intensitv（HSI）彩色空间中运用聚类分割得到细胞核，从而得到细胞所在的位置，然后用流域算法得到细胞大致的轮廓，最后将此轮廓作为初始轮廓，用梯度矢量流（GVF）外力及来自全局信息的区域力驱动，结合彩色信息，使得轮廓收敛于真实的细胞边界。实验结果表明，此方法能精确、有效地分割出单个以及部分重叠白细胞区域。     

基于纹理统计特征的医学图像颜色映射方法

为提高灰度医学图像颜色增强的有效性和视觉合理性，提出了一种基于纹理统计特征的颜色增强处理方法。此方法的颜色映射机理不是传统的在灰度级和颜色模型间经验性构筑一对一或多对一的映射关系函数，而是借助彩色可视化人体（VHP）解剖断层源图像数据，利用共生矩阵纹理统计特征信息，实现颜色在图像间的传输。实验结果证明了此方法的可行性，高维度、高阶数统计量的运用提高了颜色映射的准确性和有效性。