基于整数小波变换和零树编码算法的医学图像压缩研究

现代医疗成象设备产生了大量高价值的医学图像,如何对信息的进行有效的存储、查询以及网络传输是一个亟待解决的问题.本文利用整数小波变换和零树编码算法对医学图像进行了压缩研究,试验表明,同传统JPEG标准相比,相同压缩比下本算法的峰值信噪比有明显的提高,同时本算法具有逐渐显现的特性,能够满足医学图像存储、查询以及网络传输的需求.     

小波变换医学DICOM图像压缩的研究

目的　利用小波变换实现对医学DICOM图像压缩。方法　分析小波变换技术特点及医学DICOM标准的数据结构 ,确定DICOM图像压缩的小波变换算法及编码方法。结果　用VC 实现基于小波技术的DICOM图像压缩。结论　该方法具备无损压缩、低比特速率有损压缩及渐进传输的优点 ,对我国远程医学和图像建档及通信系统的发展具有深远的意义     

基于小波变换的PET/CT图像融合算法研究进展

随着图像融合技术在影像学领域的不断发展,越来越多新的影像技术及成像设备出现。PET/CT将PET和CT两种模态的医学图像进行融合,优势互补,提高了医师诊断疾病的效率及准确率。小波变换在医学图像融合中有重要作用,基于小波变换的算法使融合后图像的细节更加清晰而易于诊断,已成为近年来医学图像融合领域中研究的重点。本文对基于小波变换的PET/CT图像融合算法的研究进展进行综述。     

用提升格式CDF9/7小波变换和零树编码算法对X线医学图像压缩性能的研究

目的研究提升格式的CDF9/7小波变换和零树编码对X线医学图像的压缩性能.方法分别用基于提升格式CDF9/7小波变换的压缩方法和JPEG标准对X线医学图像进行压缩,包括乳腺钼靶图像、计算机摄影图像和计算机断层图像,压缩比从 3:1到40:1.用主观和客观方法评价压缩图像质量.结果与JPEG标准相比,本文的方法能够获得更好的图像质量和更高的压缩比;与基于Mallat算法的常规CDF9/7小波变换编码相比,提升格式的CDF9/7小波变换和零树编码可减少图像压缩的计算时间.结论本文提出的基于提升格式的CDF9/7小波变换和零树编码的医学图像压缩方法,可满足X线医学图像存储和传输的要求,并符合DICOM 3.0支持的最新的JPEG 2000图像压缩标准.     

基于小波变换的心音包络提取算法及应用

背景:心音信号包含了大量心脏瓣膜活动的生理信息,心音分析对诊断心脏疾病具有重要的临床意义。目的:旨在通过心音的包络提取,分析心音信号的各种特征,进而判断心音中是否包含杂音,以改善传统听诊技术高度依赖医生经验、听诊范围受限的缺点。方法:提出了一种采用小波变换来提取心音包络的方法,通过与采用希尔伯特-黄变换、数学形态学、平均香农能量等心音包络求解方法进行对比,证明这种方法具有算法简便、曲线光滑、特征点突出等优点。结果与结论:将该方法用于临床真实心音的包络提取,利用支持向量机来训练所提取心音包络的面积和小波能量两个特征参数,判别心音信号是否明显包含杂音。选用35例心音数据对算法进行验证,结果表明该算法的准确率达到95%,具有很强的实用性。     

基于小波变换的心音包络提取算法及应用

背景：心音信号包含了大量心脏瓣膜活动的生理信息,心音分析对诊断心脏疾病具有重要的临床意义。目的：旨在通过心音的包络提取,分析心音信号的各种特征,进而判断心音中是否包含杂音,以改善传统听诊技术高度依赖医生经验、听诊范围受限的缺点。方法：提出了一种采用小波变换来提取心音包络的方法,通过与采用希尔伯特-黄变换、数学形态学、平均香农能量等心音包络求解方法进行对比,证明这种方法具有算法简便、曲线光滑、特征点突出等优点。结果与结论：将该方法用于临床真实心音的包络提取,利用支持向量机来训练所提取心音包络的面积和小波能量两个特征参数,判别心音信号是否明显包含杂音。选用35例心音数据对算法进行验证,结果表明该算法的准确率达到95%,具有很强的实用性。     

基于改进小波边缘检测算法的视网膜血管宽度测量

背景:眼底荧光血管造影可反映视网膜血管结构、血流动力学改变、血管病理生理变化及其相关结构的病理改变,广泛应用于视网膜、脉络膜及视神经疾病的鉴别诊断.目的:通过分析视网膜血管的特点和小波边缘检测算法的优缺点,对小波边缘检测算法进行改进,并利用该算法对视网膜血管进行边缘检测与宽度测量.方法:首先由样条函数构造样条小波,由此得到小波滤波系数.根据改进的小波边缘检测方法得到眼底荧光图像的血管初始边缘,利用边缘细化算法对初始边缘进行细化,基于分形技术对细化后的边缘进行连接,由噪声去除算法消除边缘图像中的噪声点,得到连续的单象素点血管边缘.通过两条边缘之间垂直线上的象素点数,得到血管的实际内径.结果与结论:文章使用的方法较好的解决了传统方法边缘细节和噪声太多的问题,具有更好的边缘连续性和更少的过检测点.将其应用于视网膜血管宽度的测量之中,诊断结果与实际情况较为接近,可以为眼科医生的临床诊断提供较大帮助.     

一种应用于视皮质假体图像压缩及编码系统的设计

背景:目前,视皮质假体已成为视觉修复实现的主要方法之一,图像压缩在视皮质假体的前期图像处理过程中占有重要地位.目的:探讨从空域及亮度信息两个方面分别对图像信息进行压缩的方法.方法:选取哈尔小波基对原始图像进行空间分辨率的压缩,并采用多尺度小波变换的方法对空间频率信号进行合理选取,实现信息的进一步压缩.同时,结合视觉皮质放大的特性,通过模拟视网膜对图像的前期处理,建立了非均匀压缩模型,使得图像压缩过程更接近视觉处理过程.还对亮度信息进行压缩及编码,实现了图像信息最终的压缩编码.结果与结论:构建了基于数字信号处理器的前期图像压缩及编码系统,最终实现了在10*10的点阵图阵列中进行图像信息的表达.     

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。     

医学图像处理中的小波变换应用

医学图像在现代医疗诊断中有重要作用,近年来小波变换在医学图像处理如边缘提取、去噪、增强、图像压缩、融合等方面得到了广泛的应用.本文利用小波变换的理论分析和相关文献报道对以上处理方法进行综述.     

基于交替投影的CT图像重建算法

目的 探讨基于交替投影的CT图像重建算法的可行性。方法 将CT图像的重建转化为凸集优化问题,将重建模型分解为多个约束,并确定其对应的凸集,通过交替投影的方式在其交集中找到可行解。对TV先验项构成的凸集的求解,通过定义TV函数的上方图集,利用点到这个凸集的切向超平面的连续投影,找到起始点到TV凸集最近的点。分别采用CPTV算法、TV-POCS算法和基于交替投影的CT图像重建算法对Shepp-Logan头部图像进行重建,比较不同算法对不同角度投影图像重建后的均方根误差（RMSE）。分别采用TV-POCS算法和基于交替投影的CT图像重建算法对小鼠脊椎轴位图像进行重建,比较两种算法的归一化均方距离（d）和归一化平均绝对距离（r）。结果 CPTV算法所重建的图像平滑性较差,伪影较多,而TV-POCS算法和基于交替投影的重建算法不仅有效抑制了噪声,还保护了图像的边缘,图像质量较高。基于交替投影的重建算法的RMSE比另外两种算法下降速度更快,收敛值更小。基于交替投影的重建算法重建图像的d和r值均小于TV-POCS算法（0.064 0 vs 0.262 4,0.073 7 vs 0.298 2）。结论 采用基于交替投影的重建算法重建有限角度的CT投影图像不需参数估计,且图像质量更高,收敛速度更快。     

不同CT图像重建算法下基于深度学习的肺结节检测算法效能

目的 探索CT图像重建算法对于基于深度学习（DL）的肺结节检测算法的影响。方法 选取298例接受肺部CT检查患者,依次采用肺窗重建、纵隔重建、骨窗重建3种算法重建CT图像。先由2名主治医师对入组病例进行标注,结果不一致时由1名高年资医师进行审核,以结果作为金标准。以深度神经网络为基础构建肺结节检测算法,与医师标注结果进行比对,得到算法在不同重建方法下检出肺结节的敏感度、准确率、F分数等指标以及模型检出的假阳性分布,对比分析模型在不同CT图像重建算法下的诊断效果。结果 基于DL的肺结节检测算法在肺重建、纵隔重建和骨重建3种重建方法下的敏感度分别为92.33%（313/339）、86.97%（287/330）及92.73%（319/344）,准确率分别为23.55%（313/1 329）、37.91%（287/757）及27.84%（319/1 146）,F分数分别为0.38、0.53及0.43,3种算法重建下模型检出敏感度、模型误检结节类型与医师漏标结节类型差异均无统计学意义（P均>0.05）。结论 基于DL的肺结节检测算法在肺窗、纵隔和骨窗重建下均性能优良,能帮助医生提高工作效率和诊断质量。     

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。     

SAFIRE重建算法对胸部CT图像质量和辐射剂量的影响

目的 利用仿真胸部体模,比较原始数据域迭代重建(SAFIRE)算法与滤波反投影(FBP)算法对胸部CT图像质量和辐射剂量的影响。方法 在新双源CT(Somatom definition flash CT)设备上预设80、100、120 kV三组管电压值,采用自动毫安秒care dose 4D技术对仿真胸部体模进行扫描,分别用FBP及SAFIRE重建算法(等级1~5)重建图像,比较胸部不同组织结构的噪声及CT值,并由2名放射科医师独立评价图像质量。每组扫描结束后,记录CT剂量加权指数(CTDIvol)和剂量长度乘积(DLP),计算并比较有效剂量。结果 相同扫描参数检查时,SAFIRE重建算法较FBP算法图像噪声明显降低(P<0.05);不同扫描参数检查时,无论FBP算法或SAFIRE重建算法,图像噪声均随管电压增加而降低;胸部各组织结构的噪声会随重建算法和管电压改变而发生变化;100 kV/SAFIRE(等级3)的主观和客观图像质量指标均优于120 kV/FBP,且辐射剂量降低37.61%。结论 胸部CT扫描中,采用SAFIRE重建算法能有效提高图像质量,降低辐射剂量。     

基于改进SUSAN算法的医学图像边缘检测

背景:医学图像的边缘检测是医学图像处理中的一项重要的技术,也是医学图像进一步处理的基础。目的:运用改进的SUSAN算法对医学图像进行边缘检测,取得更丰富的医学图像边缘信息,以便于医学图像的进一步处理。方法:运用Sobel算子对SUSAN算法进行了改进,采用C++语言编程,并在VC++6.0开发平台上实现了改进算法。结果与结论:实验结果表明,该算法能实现阈值的自适应选取,对医学图像中的低对比度的图像边缘有较好的检测效果。     

基于自动管电流调节技术的X线剂量对CT图像质量的影响

目的 探讨自动管电流调节(ATCM)技术下不同的X线剂量对CT图像质量的影响。方法 应用GE Discovery HD750 CT机对肺野内含9个直径为5、10、12 mm的磨玻璃密度结节(GGN)的胸部仿真体模进行扫描。采用ATCM技术,设置管电压为80、100及120 kVp,在每个管电压条件下分别应用5个预设噪声指数(NI)级别(10、20、30、40及50)扫描体模,共得到15组图像;计算每组图像的平均管电流,记录每组图像的容积CT剂量指数(CTDIvol)和剂量长度乘积(DLP),计算有效剂量(ED)。测量并比较图像的客观噪声,并由2名放射科医师采用盲法对GGN进行主观评分,用Kappa检验评价观察者间的一致性。结果 3种管电压下的平均管电流值均随着预设NI的增加而减低。相同预设NI、不同管电压下图像的客观噪声及X线剂量基本一致。相同预设NI、不同管电压下GGN的主观评分差异无统计学意义(P>0.05),且2名观察者间的一致性中等或较好(Kappa>0.4)。结论 应用ATCM技术,相同预设NI下管电压的变化对X线剂量和图像质量不会产生明显影响;预设NI为50时,可检出肺尖部直径为5 mm的GGN。     

基于互信息的医学图像快速准确配准策略

对CT和MRI图像进行配准,利用主轴法配准速度快、鲁棒性较高、易实现的特点,计算图像的初始平移量和旋转量,对图像进行粗配准.以粗配准的结果作为新的浮动图像,在基于互信息方法的图像配准中,由于目标函数产生局部极值的原因,采用模拟退火-单纯形的混合优化算法,以互信息作为相似性测度迭代搜索,使互信息最大,从而实现最佳配准.结果表明,采用由粗到细的配准策略,配准精度高,并且混合优化算法克服了单一优化算法的速度慢、易陷入局部极值的缺点,并且不需要人为调整待配准图像的分辨率,自动化程度高,配准速度快,能够满足脑图谱开发过程中的多模图像配准要求.     

深度学习CT图像迭代重建及其用于儿童CT进展

人工智能在分割、重建医学及图像处理等方面均发挥重要作用。儿童CT检查应遵循尽可能低辐射剂量原则，即在低辐射剂量下最大限度保持或获得更高图像质量。本文对基于人工智能的深度学习CT图像迭代重建技术及其用于儿童CT进展进行综述。     

基于CT图像提取人体组织边界建立的有限元模型

为提高有限元方法应用于医学领域的准确度,有必要建立含有人体组织器官真实结构信息的有限元模型.文章提出了一种基于人体CT图像提取组织器官边界,并根据提取到的真实边界进一步建立二维有限元模型的方法.利用该方法最终可建立含有真实结构信息的人体有限元模型.经过对医院实际CT图像的测试,结果证实,该方法简单、快捷、适应性强,为基于医学图像的有限元分析奠定了良好基础.