基于小波变换的数字胸片增强

目的 研究一种基于小波变换的数字胸片图像增强新算法.方法 小波分解后,首先利用小波阈值法进行去噪预处理,然后对高频分量采用非线性增强,对低频分量采用反锐化掩模增强方法,通过小波反变换重构出增强后的图像.结果 通过对传统增强方法和本文提出的小波增强新方法进行实验对比,验证了本文算法对数字胸片图像有较好的增强效果.结论 对于分辨力低、噪声干扰严重、光照不均的数字胸片图像,本文提出的基于小波变换的增强新方法可保留图像细节信息,同时有效去除噪声.     

基于小波变换的医学超声图像去噪及增强方法

目的探求一种基于小波变换的医学超声图像去噪及增强方法。方法提出了一种基于小波分析理论的医学超声图像噪声的综合抑制方法,首先对医学超声图像进行对数变换,将乘性噪声变成加性噪声;然后进行多尺度小波变换,将图像分解成一系列不同尺度上的小波系数,对变换后不同尺度的高频子图像进行非线性小波软阈值处理,阈值处理后的高频子图像进行增强;最后,经小波逆变换和指数变换恢复去噪后图像。结果原图像中斑纹噪声被有效去除,图像边缘细节得以保留。结论该方法可有效保留细节信号,极大限度地去除斑纹噪声。     

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.     

基于相似度测量的医学超声图像对比度增强

目的探求一种基于相似度测量的医学超声图像对比度增强方法。方法本文在基于相似度测量的对比度增强方法的基础上,针对医学超声图像的特点,引入了局部模糊分形维数特征,改进了相似度和对比度变换因子的计算方法,同时提出了对比度增强系数的自适应选择方法,通过改变图像局部对比度增强图像。结果大量的实验结果表明处理后的图像对比度得到了明显的提高,同时背景和噪声未出现明显改变,组织细节信息保留完整,图像可读性增强。结论本文算法在增强图像对比度的同时能够有效地保留组织细节信息并抑制噪声过度增强,是一种有效的医学超声图像对比度增强方法。     

基于维纳滤波与小波相融合的超声医学图像去噪方法

目的 探求一种有效的超声医学图像去噪方法.方法 在分析维纳滤波和基于自适应前处理的多尺度小波非线性阈值斑点噪声抑制方法(MSSNT-A)的基础上,提出一种基于维纳滤波与MSSNT-A相融合的超声医学图像去噪方法.利用该方法首先对加噪图像分别进行维纳滤波和MSSNT-A去噪.然后提取维纳滤波处理后的图像边缘,再将其与MSSNT-A去噪后的图像的_柑应像素点进行融合,得到去噪图像.结果 有效地去除了斑点噪声,图像的细节得到保留.结论 与维纳滤波和MSSNT-A方法相比,该方法在有效去除斑点噪声的同时,很好地保留了图像边缘和图像细节信息.     

CR图像自适应增强方法在头颈部的应用

数字CR检查在头颈部的应用克服了常规X线摄影一次曝光难以清晰显示骨与软组织位置关系的不足,使X线诊断更趋全面,并降低了X线辐射量.在成像过程中,由于各种不利因素的影响导致图像质量下降,要对其进行增强处理方能满足医生临床诊断的需要.一般的图像边缘细节增强算法未考虑人体不同部位的结构和密度特性.本文提出一种根据人体头颈部特点的自适应CR医学图像增强算法,利用该算法对头颈部图像进行边缘细节增强处理,并与线性反锐化掩模法处理后的图像进行比较,结果 表明该算法处理后的CR图像细节丰富,信噪比高,细节方差和背景方差之比(DV/BV)高,增强后的CR图像具有良好的视觉效果,是一种有效的适合头颈部CR医学放射图像的边缘细节增强方法.     

基于多尺度Retinex的医学图像增强方法研究

目的增强医学图像中的暗区信息和图像对比度,压缩医学图像的动态范围。方法提出并改进了基于多尺度Retinex方法的医学图像增强处理方法,在3种标准偏差下,求得高斯环境函数;然后使用3种不同的误差函数对医学图像进行卷积操作,将3种标准偏差尺度下得到的结果进行加权平均;最后将输出灰度值进行修正,得到可用于显示的结果。结果改进的MSR算法既可实现低对比度的医学图像增强,又能实现图像的动态范围压缩,能够显著提高暗区医学图像的信息。结论改进MSR算法能够显著提高暗区图像的信息量,其增强后的信息熵是原图像的2倍多,该方法克服了常规医学增强方法的不足,能够满足医生临床诊断的要求。     

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MRIT2W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MRIT2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。     

基于图像中值的Sigmoid函数自适应X线图像增强

目的：改善医学图像质量,使低对比度的图像得到增强。方法：针对数字X线医学图像的特点,提出一种基于图像中值的非线性变换函数的增强处理方法。结果：在变换函数中引入可调节的参数,实现了对X线图像的自适应增强。结论：本文算法将低对比度图像拉伸到一个较大的亮度动态范围,提高了对比度,增强了图像细节信息,是一种有效的对比度增强方法。     

基于精确直方图规格化的医学超声图像增强

目的探求一种改进的精确直方图规格化方法,提高医学超声图像的对比度。方法针对医学超声图像的特点,引入一个有效的分割点,将原始图像分割为背景和前景区域,只对前景区域进行增强。结果本文方法将局部灰度拉伸到一个较大的动态范围,提高了对比度,抑制了医学超声图像背景过增强,保留了图像的细节信息。结论本文在增强图像对比度的同时能够有效地保留图像细节,是一种有效的对比度增强方法。     

基于超声图像处理的HIFU所致组织损伤自动检测方法:实验研究

目的 探讨基于超声图像处理的HIFU所致组织损伤的自动检测方法。方法 针对HIFU辐照后新鲜离体猪肉声像图中的ROI,通过搜索灰度极大区域自动定位图像中的所有亮斑,结合数学形态学、连通域标记和Canny边缘检测算法提取测试对象的边缘轮廓;根据亮斑中心至边缘轮廓的欧式距离去除边缘附近的亮斑噪声,获取HIFU损伤候选区;而后提取候选区特征参数,并结合支持向量机（SVM）识别HIFU损伤。结果 最大灰度值和矩形度两个特征参数的识别率分别为86.25%和93.33%。选用识别率更高的矩形度,可正确识别单处、多处HIFU损伤或无HIFU损伤的图像。结论 采用此法可直接分析HIFU辐照后超声声像图而自动检测HIFU损伤,无需依靠图像配准技术,可减少手动定位带来的误差。     

基于线性判别分析与超声图像特征的组织损伤检测方法

目的 探讨根据超声图像特征对高强度聚焦超声（HIFU）治疗中组织损伤情况进行无损检测的方法。方法 对HIFU辐照新鲜离体猪肉组织前后获取的超声图像进行特征参量提取,并对其用线性判别分析（LDA）方法进行处理,再用处理后的参量结合LIBSVM进行识别。结果 用LDA方法对减影图像的灰度均值和标准差处理后的参量进行识别,总识别率为86.07%;用LDA方法对HIFU辐照前后超声图像间的条件熵和相关系数处理后的参量进行识别,总识别率为92.62%。这两种方法所得到的识别率高于未用LDA方法。结论 基于LDA方法的识别率要高于仅依据单个图像特征参量或将两个不同特征参量直接结合的识别方法,单参量识别时相关系数具有较明显优势。     

MR脑肿瘤图像分割与矩特征研究

目的 对MR脑肿瘤图像进行分割,并对分割的结果进行矩描述.方法 在分析当前常用的医学图像分割方法的基础上,提出一种基于形变模型的医学图像分割方法,并给出了相应的理论算法模型和实现步骤,最后用Visual C 6.0编程,并对MR脑肿瘤图像进行分割实验.结果 本文分割方法分割边界清晰,总体不确定性较小.结论 本文分割方法切实可行,分割效果较好,为进一步的MR脑肿瘤图像分析和研究提供了一种有效工具.     

基于局部特征的医学图像融合方法

目的 介绍一种基于局部小波系数特征的多尺度医学图像融合方法.方法 首先对待融合的两幅医学图像做多尺度的小波分解,然后采用原始图像灰度的局部标准差作为小波系数选取的参考标准,最后再对选取的小波系数进行重构得到最终的融合图像.结果 成功将一幅MRI解剖图像和一幅SPECT功能图像融合在一起.结论 基于局部特征的医学图像融合方法是切实可行的,且简便灵活,图像融合效果较好.     

Automatic tracking of laparoscopic instruments for autonomous control of a cameraman robot

Background An automated instrument tracking procedure was designed and developed for autonomous control of a cameraman robot during laparoscopic surgery. Material and methods The procedure was based on an innovative marker-free segmentation algorithm for detecting the tip of the surgical instruments in laparoscopic images. A compound measure of Saturation and Value components of HSV color space was incorporated that was enhanced further using the Hue component and some essential characteristics of the instrument segment, e.g., crossing the image boundaries. The procedure was then integrated into the controlling system of the RoboLens cameraman robot, within a triple-thread parallel processing scheme, such that the tip is always kept at the center of the image. Results Assessment of the performance of the system on prerecorded real surgery movies revealed an accuracy rate of 97% for high quality images and about 80% for those suffering from poor lighting and/or blood, water and smoke noises. A reasonably satisfying performance was also observed when employing the system for autonomous control of the robot in a laparoscopic surgery phantom, with a mean time delay of 200ms. Conclusion It was concluded that with further developments, the proposed procedure can provide a practical solution for autonomous control of cameraman robots during laparoscopic surgery operations.     

一种用于肺部图像引导放射治疗的双能X射线透视成像方法

目的 研究一种双能X线透视成像方法，采集呼吸周期高低能X线图像序列，通过改进双能减影算法获取软组织减影图像，以提高在图像引导放射治疗中无标记肺部肿瘤运动跟踪的肿瘤可视度。方法 采用具有C臂旋转结构和高低能快速切换采图机制的双能X线透视成像系统，分别在4个投影方向实时采集呼吸周期9或10个时相的高低能图像对序列。通过优化加权对数减影算法，对去除同一时相高低能图像对中的骨骼，得到软组织减影图。双能减影算法采用CNR作为图像质量评价参数，自动获取最佳软组织减影图像。采集和分析20例患者数据，评价软组织减影图像中肿瘤可视度的提高程度。结果 分别在0°、45°、90°和135°投影方向采集198、196、198、和198个高低能图像对，肿瘤可视图像分别为198、38、69和49对。所获软组织减影图像中，肿瘤可视图像分别为198、108、149和159幅。结论 本研究提出的双能X线透视成像方法可显著提高肺部肿瘤的可视度。