CT、MRI脑图像融合技术的研究

不同成像技术获得的医学图像为临床诊断提供了不同的信息。图像融合技术可综合利用多模医学图像互像互补信息，从而有效地提高诊断水平。本文对CT与MRI脑图像融合技术进行了研究与探讨。     

医学图像融合技术研究概述

图像信息融合已广泛应用于军事、遥感、机器视觉和医学图像处理等领域。利用图像融合技术,可以把多种成像模式下所形成的医学图像信息融合成一个新的影像模式,从而可以改善图像的质量,增加病灶或感兴趣部位的可视性,有助于临床诊断、放射治疗计划的制定和评价。近年来,医学图像信息配准和融合技术的研究受到了医学界和工程界的高度重视,成为一大研究热点。1图像信息融合的概念信息融合(intelligence fusion,IF)即多源信息的协同运用技术,是把多源信息在空间或时间上冗余互补的数据根据需要进行处理,将数据协同应用,获得研究对象的一致性描…     

医学图像融合技术在肿瘤放射治疗中的应用分析

本文对医学图像融合技术在肿瘤放射治疗中的应用进行有效性探讨.通过对医学图像融合技术的方法、分类、实施步骤进行分析,对医学图像融合技术在肿瘤放射治疗中的应用进行观察与分析.将医学图像融合技术应用到肿瘤放射治疗中,其中功能分子的影像学为临床治疗提供了肿瘤病变部位的分布状况,有助于提升肿瘤诊断的准确性与灵敏性.结果表明,医学图像融合技术在肿瘤放射治疗中的应用,有助于提升恶性肿瘤局部病变部位的控制率,提升患者的生存质量.     

医学图像信息融合方法的研究

讨论了医学图像信息融合的一些基本方法，分析了这些方法的优缺点。同时，结合图像统计特性，提出了对图像融合效果进行定量评价的指标，为进一步研究新的图像信息融合方法、评价其融合效果具有一定的指导意义。     

医学图像融合的应用与展望

医学图像融合作为信息融合的一个极具特色的应用领域,它充分利用多模式图像,获得互补信息,使临床的诊断和治疗更加准确完善。本文介绍了图像融合的方式和两大关键技术,对常用的各类对位方法与内、外部特征法的多种算法进行了介绍和对比分析,并且展望了图像融合的发展趋势。     

浅析多模态医学图像的配准与融合技术

应用多模态图像的配准与融合技术,可以把不同状态的医学图像有机地结合起来,为临床诊断和治疗提供更丰富的信息。介绍了多模态医学图像配准与融合的概念、方法及意义。最后简单介绍了小波变换分析方法。     

CT与MRI医学图像融合算法及结果分析

随着影像设备的发展及各种医学成像模式的出现，多模医学图像融合技术已成为影像医学发展过程中一项重要研究．并逐渐应用到诊断、治疗领域。针对医学诊断过程中常见的CT与MRI图像采用了加权平均法、傅立叶变换及小波变换的数学方法进行了融合实验，并对实验结果进行了分析，对各种算法的优缺点进行了比较。     

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。     

一种多模态医学图像数据融合方法与应用

本文提出一种基于人工智能的图像融合算法,通过软件来替代硬件设备实现医学图像融合配准功能。该算法可以对不同的扫描图像进行空间坐标对齐,以解决多模态融合配准问题,并且有效地提高配准速度。这种算法可应用在脑肿瘤MR-PET图像的融合诊断中。     

一种关于医学图像融合的新思想探讨

医学图像融合技术在临床诊断和治疗、计算机辅助诊断、远程医疗、放射治疗及制定手术计划等方面有着广泛的应用前景。本文将详细介绍图像融合的技术、方法以及医学上的应用，并针对其局限性提出一种新思想。     

A new evaluation method for image noise reduction and usefulness of the spatially adaptive wavelet thresholding method for CT images

We have proposed a direct evaluation method concerning preservation of noise-free components for image noise reduction. This evaluation method is to graphically estimate how well a noise-reduction method will preserve noise-free image components by using the normal probability plot of the image pixel value difference between an original image and its noise-reduced image; this difference is equivalent to the “method noise” which was defined by Buades et al. Further, by comparing the linearity of a normal probability plot for two different noise reduction methods, one can graphically assess which method will be more able to preserve the noise-free component than the other. As an illustrative example of this evaluation method, we have evaluated the effectiveness of the spatially-adaptive BayesShrink noise-reduced method devised by Chang et al., when applied to chest phantom CT images. The evaluation results of our proposed method were consistent with the visual impressions for the CT images processed in this study. The results of this study also indicate that the spatially-adaptive BayesShrink algorithm devised by Chang et al. will work well on the chest phantom CT images, although the assumption for this method is often violated in CT images, and the assumption postulated for the spatially-adaptive BayesShrink method is expected to have sufficient robustness for CT images.     

基于SUV值的智能肺癌识别

目的：提出一种新的智能识别肺部肿瘤（Positron Emission Tomography，PET）图像的方法，提高分割速度和精度。方法：先对标准摄取值（Standard Uptake Values，SUV）值进行非线性化以增强图像，然后用迭代法二值化图像，最后用连通标记法来识别肿瘤。结果：该方法分割效果好，速度快。结论：和传统分割方法相比较，该方法具有智能性，分割精度高，更适合于肺部肿瘤。     

一种结合高帽变换和曲线演化模型的两阶段图像分割算法

针对图像形态学处理中高帽变换能有效提取图像中不均匀背景的特点,提出了一种结合高帽变换和曲线演化模型的两阶段图像分割算法。该算法有效的扩展了曲线演化模型的适用范围,即使对于背景不均匀的自然图像和医学图像也能有效的加以分割。实验结果表明:该算法既保留了原有曲线演化模型的优势,又能高效稳健、快速地完成曲线演化过程。     

MR图像预测CT图像研究进展

医学图像可以为医生提供准确和全面的病患信息.由于人体因各种疾病引起的形态或功能异常可以表现在很多方面,MR图像和CT图像能重点呈现出患者不同组织结构的医学图像数据,但单独的MR图像或者CT图像不能全面反应出疾病的复杂性.MR图像预测CT图像属于医学图像跨模态预测的一种,将MR图像预测CT图像的方法分为4类,基于图集的方...     

基于微机的高性能医学影像处理系统

本文介绍了一个基于微机的实用高性能医学影像数字处理系统。对该系统的组成功能和图像处理的原理、方法及应用作了简述，阐述了一种在微机上实现的三维重组方法及本系统的临床使用情况。     

基于单螺旋CT原始数据的三维图像重建的插补算法

提出利用螺旋扫描时的连续性和断层图像重建时的数据充分条件，利用较少的螺旋周期内所采集的原始数据,采用直接插补算法重建出较多的二维图像，从而进行三维重建的方法。     

基于纹理特征和GRBF网络的医学图像分割

目的：研究一种新的图像分割算法，以获得更好的医学图像的分割结果。方法：采用基于纹理特征和广义径向基函数（Generalized Radial Basis Function，GRBF）神经网络的图像分割方法对医学图像进行分割．根据灰度共生矩阵获得纹理特征参数，形成广义径向基函数神经网络的输入矢量，对网络进行训练和仿真测试。结果：该算法取得更为理想的图像二值化的结果，且实验发现GRBF网络的泛化能力比RBF网络更胜一筹。结论：研究了边界模糊的医学图像的纹理特征．结合GRBF神经网络一得到一种有效的医荤图像奔割方法     

粗糙集理论在超声心动图噪声抑制中的应用

本文将粗糙集理论和旋转邻域技术应用于超声心动图噪声抑制，并用定量手段做了评价。实验证明本文所述方法在保留图像边缘信息的情况下有效地抑制了噪声，提高了图像的质量，使得边缘定位更准确，有利于提高医生临床诊断的效率，并能为超声心动图的自动边缘提取、自动面积计算以及自动诊断打下良好的基础。     

一种基于三维重建的医学图像融合方法

医学图像融合是医学图像处理的一项重要技术。传统的融合技术在严格配准的基础上,对于两个具有不同扫描和成像参数的影像具有极大的局限性,针对此,本文研究了一种基于三维重建的医学图像融合方法。该方法以三维重建为基础,对重建后的三维体数据,按照解剖学结构,设置任意的解剖面进行截取,可以得到具有空间和几何上完全匹配的两幅图像,最后进行融合。研究证明,使用该方法不仅融合的结果更加准确有效,而且无需配准,适用于任意的医学成像设备的影像融合。     

一种基于JPEG2000的PACS图像存储、传输及其显示综合性能优化的新方法

针对PACS数字影像信息系统中医学图像传输显示在有限带宽下遇到的效率问题,依据DICOM标准和JPEG2000图像码流渐进传输和随机访问特性,提出了一种医学图像传输显示并行处理方法。此法使图像的传输、存储和显示的综合性能达到较佳的水平,并在临床医学诊断信息系统中进行了实际评估。