基于多重分形谱和自组织神经网络的医学图像分割

背景：单一的多重分形谱图像分割虽然在边缘及纹理的区分上有较大优势,但是选择不同的测度,不同的阈值对于分割结果影响比较大,正确地选择最优的测度比较困难。 目的：结合多重分形谱图像分割法及自组织特征映射神经网络对医学图像进行处理。 方法：以图像每一象素及其周围象素的均值及方差为基本特征,再结合4种不同多重分形谱为纹理特征,实现自组织特征映射神经网络。 结果与结论：选择不同的测度对同一图像的分割结果是不一样的,并且同一种测度对不同图像的分割效果也不一样,说明基于多重分形谱的医学图像分割中选择合适的测度是一个关键所在。因此将多重分形谱结合自组织特征映射神经网络的方法对图像进行处理,该方法省略了选择测度的步骤,直接把4种多重分形谱作为特征,与另两种基本特征一起作为自组织神经网络的输入,对网络进行学习,并自动对图像进行分割。实验结果表明该方法在满足复杂图像中有效进行分割的同时达到了自动、自适应的目的。 关键词: 多重分形;自组织特征映射神经网络;医学图像分割;纹理;数字化影像技术     

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。     

肝癌图像感兴趣目标的准确分割

背景：Snake模型为医学图像分割提供了一个全新的分割方式,可以克服传统图像分割方法在医学图像分割中的缺点。 目的：针对肝癌CT图像特点,提出了一种改进的B样条曲线的Snake模型图像分割算法。 方法：对腹部CT图像进行预处理,获得肝脏癌变部分的初始轮廓,再构造闭合B样条Snake模型,最后使用MMSE最小化外力变形模型以实现图像的准确分割。 结果与结论：改进的B-Snake分割算法不仅减少了噪声的影响,而且使Snake曲线较好地收敛于目标轮廓边缘,对于肝癌CT图像该方法取得了感兴趣目标的良好分割效果。     

Gibbs场先验参数估计在医学图像分割中的应用

背景：基于马尔科夫随机场的图像分割算法已经成为医学图像分割的重要方法,其中,Gibbs场先验参数的取值对分割精度有很大的影响。 目的：根据脑部MR图像的成像特点,探讨Gibbs场先验参数的估计方法,从而提高图像分割的精度。 方法：通过对脑部MR图像的统计分析,得到图像高斯噪声的方差与Gibbs场先验参数的对应关系。然后在基于马尔可夫随机场图像分割算法的迭代过程中,根据高斯分布的方差估计值,用插值方法估计Gibbs场先验参数。 结果与结论：通过对模拟脑部MR图像和临床脑部MR图像分割实验,表明该方法比传统的设定Gibbs场先验参数为某一常数的方法有更精确的图像分割能力,并且实现了图像的自适应分割,具有方法简单、运算速度快、稳健性好的特点。     

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。     

改进模糊C-均值分割算法在多发性硬化症MR脑部图像中的应用

背景：脑部MR图像是一种无纹理的图像,未被噪声污染的脑部MR图像的灰度值具有分片为常数的特点。因此,在聚类过程中灰度值有趋向于在同一个分割区域中相对接近的性质。 目的：寻找一个能够自动分割多发性硬化症病灶的模糊C-均值改进方法,为临床对于多发性硬化症的判断提供更方便的工具。 方法：考虑到脑部MR图像相邻象素属于同一分类的概率相近的特性,在迭代过程中对8邻域数据集进行滤波以降低噪声对聚类精度的影响,提出了一种改进的模糊C-均值聚类算法。就是将模糊C-均值聚类算法迭代过程中得到的灰度值看作一个数据集,用每个象素邻域象素的灰度值修正该象素的模糊隶属度取值,从而达到利用空间信息抑制噪声的目的。 结果与结论：选取了10个多发性硬化症患者的脑部MRI图像进行试验。通过对多发性硬化症患者MR T1脑部图像和T2液体衰减反转回复脑部图像的分割实验,结果显示该算法能够有效分割多发性硬化症病灶,与其他方法所做的多发性硬化症病灶分割相比,本算法更易于实现,运算时间短,同时结果与临床医生的勾画比较重叠率较高,对其临床辅助诊断具有重要作用。     

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     

基于调幅-调频与熵图多模态医学图像的配准

背景：基于传统互信息量的多模态医学图像配准方法配准时需要利用二维直方图或者Parzen窗函数的方法估计概率密度分布,进而计算互信息量,这种方式计算速度慢,而且只考虑了图像的灰度信息,容易出现误配。 目的：针对目前主流的配准方法鲁棒性差、耗时的缺点,提出了一种新的基于调幅-调频(AM-FM)特征互信息量的快速配准方法。 方法：该方法考虑了图像的空间和结构信息;首先通过AM-FM模型对图像进行分解,得到图像的AM-FM特征,与图像的灰度特征一起组成高维特征;然后利用熵图和最小生成树加快AM-FM特征互信息量的计算,从而实现了医学图像的快速配准。 结果与结论：对20组磁共振T1-T2加权图像、CT/正电子发射计算机断层成像图像进行了实验,结果表明该方法在图像空间分辨率较低,有噪声影响等情况下均可以达到较好的结果,且配准精度优于国际上的主流方法,具有计算速度快,精度高,鲁棒性强的特点,适于临床应用。     

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。     

医学图像三维重建系统的关键技术研究与设计

背景：医学影像三维可视化技术将二维断层图像转化为三维图像,有利于提高医疗规划的准确性,是当今医学领域研究的热点,在诊断医学、手术规划、模拟仿真等领域都有重要的应用。 目的：利用二维医学图像序列重建出三维模型的关键技术,对可视化系统进行总体设计。 方法：首先研究现有三维重建技术,包括预处理技术,图像分割和配准可视化算法。其次给出了系统体系结构设计图,各模块中应用到各种三维重建关键技术。 结果与结论：根据现有关键技术的研究,选用OpenGL作为可视化开发工具,设计了一种基于PC机的三维医学图像可视化系统。 关键词：三维可视化;医学图像;OpenGL;关键技术;设计