CT图像特征的自动获取与检索新方法

目的自动获取CT图像特征,提出实现基于内容的CT图像数据库检索新方法。方法本研究针对CT医学图像,提出应用最大期望分割算法来获取其区域特征,并组合感兴趣区域的累积直方图特征、纹理和形状信息构成检索的特征向量,从而把图像表征为特征空间中的一个向量集合。结果当向数据库提交查询图像时,经过特征匹配,最终按相似度由大到小的顺序返回目标图像。结论实验结果表明,本研究提出的基于内容的CT图像检索方案在满足临床需求的同时,获得了较高的查询精度和效率。     

CT图像特征的自动获取与检索新方法

目的 自动获取CT图像特征，提出实现基于内容的CT图像数据库检索新方法。方法 本研究针对CT医学图像，提出应用最大期望分割算法来获取其区域特征．并组合感兴趣区域的累积直方图特征、纹理和形状信息构成检索的特征向量，从而把图像表征为特征空间中的一个向量集合。结果 当向数据库提交查询图像时，经过特征匹配，最终按相似度由大到小的顺序返回目标图像。结论 实验结果表明，本研究提出的基于内容的CT图像检索方案在满足临床需求的同时．获得了较高的查询精度和效率。     

一种基于BP网络的CT图像肝实质分割算法

提出一种基于BP网络分割CT图像序列中肝实质的方法。首先选取训练样本，提取样本图像中肝脏的纹理特征，作为输入向量，以对训练样本手工分割的结果作为导师信号，对BP神经网络进行训练，再用训练好的网络对CT图像序列中的肝实质进行分割，最后对分割后的结果进行三维区域生长及孔洞填充处理。实验结果表明：该方法能够有效的对肝脏纹理特征明显的CT图像序列进行分割，可用于CT图像序列的自动分割。     

基于区域增长的肺结节自适应形态分割

目的 提高计算机辅助诊断系统对胸部CT图像中肺结节,特别是与胸膜相连和与血管相连的肺结节分割的准确性.方法 首先提出了肺结节图像的自动分割过程.然后,应用基于对比度和梯度的区域增长方法 .获得肺结节的分割图像.最后,针对区域增长法不能成功分割的特殊情况,提出了自适应形态分割算法.结果 对临床2D肺部CT图像的初步实验结果 表明,应用本算法能够成功的将孤立性肺结节和与胸膜或血管相连的肺结节分割出来.结论 这是一种实用的肺结节自动分割算法.     

MRI胸腔图像中肺组织的自动分割

目的探讨实现MRI胸腔图像中肺组织自动分割的方法。方法基于MRI胸腔图像,首先对整套图像数据集进行预处理,以增强图像中肺组织区域和周围组织的对比度。采用由粗到细的肺组织自动分割算法。该算法先采用阈值法分割出粗略的肺实质,然后通过标记连通区域统一背景,最后利用形态学的方法平滑肺边缘、填补肺区内的细小缺失并去掉黏连的气管及主支气管。结果自动分割的肺组织边缘轮廓清晰,与原图基本吻合,而且与手工分割结果的一致性较好。各时相点的平均DSI系数均超过89%,可视为有效分割。结论该算法能准确有效的自动分割出一个呼吸周期中不同时相点的MRI胸腔图像序列中的肺组织。     

基于滑窗技术和对称性分析对MRI脑肿瘤的自动分割

背景：对MRI脑肿瘤的分割是评估治疗反应中至关重要的一个步骤。然而,临床上常用的手动肿瘤分割是一项耗时且艰巨的任务。因此,临床上迫切需要一种全自动的,并且准确性很高的肿瘤分割方法。 方法：我们提出的脑肿瘤自动分割方法是基于大脑对称性的, 通过采用滑窗技术和计算相关系数对肿瘤进行定位,通过阈值分割及形态学方法最终确定分割肿瘤。 结果：通过对10个患者的3维大脑肿瘤 FSPGR MR图像进行测试,结果表明：平均正确定位率为93.4%,每个序列图像的平均Dice 相关系数为0.77,每个序列图像的平均分割时间为40秒。 结论：本文为临床应用提供了一种简单且高效的自动及肿瘤分割方法。同时,实验结果表明相关系数作为一个新特征有望在脑肿瘤定位中得到广泛的应用。     

基于视觉注意和支持向量机的舌体自动分割方法的探讨

目的探讨基于视觉注意机制和支持向量机(support vector machine,SVM)相结合的舌体自动提取方法,为模式识别方法应用到舌体图像分割提供新思路。方法将舌图像经过视觉特征提取、高斯金字塔多尺度变换,依据多特征图合并策略生成显著图并进行二值化;在不需要人工干预的情况下,从显著区和非显著区分别随机选取正类训练样本和负类训练样本;机器自动学习样本创建SVM分类器,最后用训练好的SVM分类器对完整舌图像进行分割。结果获得的正常舌、裂纹舌、齿痕舌等多种舌象的分割效果良好,没有特征信息丢失的情况,并具有一定的抗噪能力。结论基于视觉注意和SVM舌体自动分割方法在无需任何先验知识的条件下,具有较稳定的分割效果,为模式识别应用到舌体图像分割中作了初步探索。     

基于深度学习的脑肿瘤图像分割

人工智能技术在计算机视觉与深度学习领域的应用逐渐增多,自动驾驶、无人机、医学临床诊疗等行业都需要基于深度学习的图像分割技术做支撑。本文对近年来脑肿瘤图像分割方法进行综述：首先介绍了图像分割的传统方法和基于深度学习的方法,然后概述了目前几种典型的针对脑肿瘤图像分割方法,描述其主要进展与可借鉴之处,总结了我们在基于深度学习的脑肿瘤图像分割方面的研究结果,并与典型方法的性能进行对比,最后讨论未来研究方向及面临的挑战。     

肝囊型包虫病超声图影像区域分割算法研究

目的 测试Ostu阈值分割、马尔可夫随机场分割和基于深度学习的Poly-YOLO网络模型分割3种方法在肝囊型包虫病超声图像影像区域的分割性能。方法 分别使用单尺度图像增强Ostu阈值分割、马尔可夫随机场分割和基于深度学习方法的Poly-YOLO分割网络对肝囊型包虫超声图像中的扇形影像区域进行分割,以去除图像中的干扰信息,并采用Dice相似系数(Dice Similarity Coefficient,DSC)、重叠度(Intersection of Union,IOU)、真阳性率(True Positive Rate,TPR)、豪斯多夫距离(Hausdorff Distance,HD)评价上述3种算法的分割效能。结果 Poly-YOLO算法对肝囊型包虫病超声图像具有较好的分割结果,在有效去除非影像区域信息的同时,DSC可达0.80,TPR为0.88,IOU为0.71,HD为2.11。结论 相较于基于SSR的Ostu阈值分割方法、马尔可夫随机场图像分割算法,基于深度学习的Poly-YOLO网络能较好地分割出肝囊型包虫病超声图像扇形影像区域,去除图像中的非影像信息,为后续病灶自动分类研究奠定...     

基于U型全卷积神经网络的腹部动脉CT图像分割算法研究

目的 为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法.方法 采用区域不平衡块生成方法 提取CT血管横断面、冠状面和矢状面图像特征,接着采用U型全卷积神经网络对块特征进行训练与分割,最后采用最大体素保留法获得三维血管分割图像.选用120例患者腹部CT血管图像进行网络训练和分割实验,分割结果...     

SARS恒河猴动物模型比较病理学研究

目的综合对比 SARS 患者和恒河猴动物模型的病理学改变,为恒河猴动物模型应用于阐明 SARS 病变机制等研究提供理论依据。方法 SARS 病毒感染8只恒河猴,在感染后不同时间安乐死动物,应用光镜、组织化学、免疫组化法对动物的各脏器进行观察研究,并与人类 SRAS 患者的病理改变进行比较。结果人类 SARS 患者的主要病理变化主要包括肺部病变,免疫器官损伤及全身中毒性脏器损伤三方面,恒河猴动物模型出现的病理改变基本符合人类 SARS 病变特点。结论SARS 病毒感染的恒河猴具有类似人类 SARS 的病理改变,可以作为 SARS 发病机制等研究的模型动物。     

Diabetic Retinopathy: A Quadtree Based Blood Vessel Detection Algorithm Using RGB Components in Fundus Images

Blood vessel detection in retinal images is a fundamental step for feature extraction and interpretation of image content. This paper proposes a novel computational paradigm for detection of blood vessels in fundus images based on RGB components and quadtree decomposition. The proposed algorithm employs median filtering, quadtree decomposition, post filtration of detected edges, and morphological reconstruction on retinal images. The application of preprocessing algorithm helps in enhancing the image to make it better fit for the subsequent analysis and it is a vital phase before decomposing the image. Quadtree decomposition provides information on the different types of blocks and intensities of the pixels within the blocks. The post filtration and morphological reconstruction assist in filling the edges of the blood vessels and removing the false alarms and unwanted objects from the background, while restoring the original shape of the connected vessels. The proposed method which makes use of the three color components (RGB) is tested on various images of publicly available database. The results are compared with those obtained by other known methods as well as with the results obtained by using the proposed method with the green color component only. It is shown that the proposed method can yield true positive fraction values as high as 0.77, which are comparable to or somewhat higher than the results obtained by other known methods. It is also shown that the effect of noise can be reduced if the proposed method is implemented using only the green color component.     

一种基于改进SURF和K-Means聚类的布料图像匹配算法

计算机图像智能处理技术为服装设计师开展设计、启发灵感提供了方便和可能。通过提取布料图像的SURF特征可以实现布料图像形状分析,但由于SURF特征维数高、特征提取是基于灰度图进行,因此存在匹配速度慢、匹配结果不够符合人眼视觉特点的问题。本文提出了基于小波变换的自适应SURF特征提取算法和基于K-Means聚类的布料图像颜色分析方法。通过融合图像形状特征、颜色特征,加快了布料图像匹配速度,使布料图像的匹配结果更加符合人眼视觉感受。在8种不同类型布料图像上的实验验证了该算法的有效性。     

反馈型颜色分割在边缘检测中的应用

针对传统的边缘检测算子容易产生边缘丢失和畸变的缺点,为准确获取彩色图像的边缘,本文提出了将传统方法提取的边缘作为反馈对原始彩色图像进行初步颜色分割,根据区域内颜色信息的分布统计,进行分裂合并及均衡化处理,对颜色区域边界进行骨架细化,从而提取边缘。实验结果表明：与传统方法比较,该方法可以更有效地检测出边缘信息。     

猕猴全结肠内镜检查方法与观察

腹泻是猕猴常见肠道症状,相关肠道病变资料多源于猕猴尸检,尚无成功肠镜检查报告。本文旨在建立猕猴全结肠内镜检查方法及获得猕猴全结肠内镜图像。8只猕猴无2月的慢性腹泻史,管喂芒硝后,结肠清洁度符合内镜观察需求。采用电子消化内镜对猕猴全结肠进行观察,操作时间约10~20 min/只。4只动物结肠无明显异常病变,仅部分结构与人类有轻微差异。在4只1 d轻泻的猕猴中,内镜观察到结肠小片糜烂及溃疡,其中1只存在明显狭窄。术中及术后1周均无动物死亡。本文建立的猕猴全结肠内镜检查安全有效,对及时诊治猕猴结肠炎、评估药物干预疗效及提供优质实验动物具有重要意义。     

SARS-CoV动物模型研究之中国现状

目的综合对比SARS-CoV感染的恒河猴、布氏田鼠及Lewis大鼠的病理学、免疫学以及病毒的复制与外排情况的变化,来探讨此三种动物在建立SARS模型上的特点。方法SARS病毒感染8只恒河猴、9只Lewis大鼠和20只布氏田鼠,在感染后不同时间安乐死动物,应用光镜对动物的各脏器进行病理观察研究;用病毒分离和RT-PCR方法检测病毒外排与复制的情况;用ELISA法检测动物产生特异性抗体情况。结果在SARS-CoV感染恒河猴、Lewis大鼠和布氏田鼠后,肺组织均出现一定的与人类SARS疾病相似的病理改变,在动物体内均可检测到活病毒或病毒核酸,并可检测到特异性IgG抗体的存在。在病死率上布氏田鼠最高;在病毒的复制与外排方面恒河猴的检出率最高,持续时间最长;在抗体产生情况上恒河猴与Lewis大鼠基本相似;在病理变化上恒河猴病变最重且最为复杂,与人类SARS疾病的病理变化最为接近。结论布氏田鼠,Lewis大鼠,特别是恒河猴动物模型可以用于SARS发病机制、疫苗和药物的研发,恒河猴动物模型是目前研究SARS疾病最理想的动物模型。     

The 53rd annual meeting of the Japanese Association for Laboratory Animal Science

[目的]探讨乙型肝炎病毒(HBV)转基因小鼠模型筛选抗HBV药物的可行性。[方法]用公认抗HBV复制药物拉米夫定对我们建立高复制HBV转基因鼠进行实验,选我们建立的1.3copy高复制HBV转基因小鼠20只,随机分成两组,每组10只。采用灌胃针灌胃法给药。对照组灌喂生理盐水,实验组灌喂拉米夫定,剂量为100mg/kg,每天2次,连续灌21d,每7d采血1次。荧光定量PCR检测血清中HBVDNA。[结果]实验组用拉米夫定前小鼠血清HBVDNA5.50±0.42(拷贝数log10数值),3周后HBVDNA已显著降低(4.63±0.57),4周后,小鼠血清HBVNDA为4.08±0.51,停药1周后,再次检测血清HBVDNA,小鼠血清HBVDNA又恢复正常水平(5.70±0.39)。[结论]我们建立的高复制HBV转基因小鼠模型验证了拉米夫定对HBV复制的抑制程度和持续时间,表明该模型可应用于抗HBV药物的筛选、评价研究。     

乳腺癌合并细微钙化钼靶X线与彩超影像诊断对比分析

目的:观察钼靶X线与彩超对乳腺癌合并细微钙化的影像表现,比较分析两种诊断方法影像特点,指导临床对乳腺癌合并细微钙化的影像诊断。方法:回顾性分析2011年4月-2012年4月本院收治的60例经临床手术病理证实的乳腺癌合并细微钙化的患者影像学资料,分别采用钼靶X线与彩色多普勒超声两种影像诊断方法,比较两种影像诊断方法对乳腺癌合并细微钙化的准确性及影像特点。结果:钼靶X线对钙化灶的检出率为65.0%,高于彩超的35.0%,差异有统计学意义(P0.05);钼靶X线检出灵敏度为86.67%,超声成像对微小钙化检出灵敏度为46.67%。结论:钼靶X线对乳腺癌合并细微钙化的敏感度高于彩超,对早期诊断乳腺癌有较高的诊断价值,彩超可检出钼靶X线影像检出的假阴性病灶,临床可作为辅助诊断和初步筛查。     

一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法

提出了一种基于离散Tchebichef正交多项式和傅里叶梅林矩的局部多特征图像检索算法。通过对图像进行正交变换和多分辨率重排序,在变换域中提取出纹理、颜色和形状特征,生成具有较强区分能力的图像特征。由于傅里叶梅林矩具有旋转不变性,因此在处理发生旋转变换和平移变换的图像时,检索效果较好。最后,对提出的算法用多个数据集进行了检索实验,并对实验结果进行了比较和分析。     

Feature Extraction Using Dominant Local Texture-Color Patterns (DLTCP) and Classification of Color Images

Feature extraction and classification are considered to be the major tasks in image processing applications. This paper proposes a novel method to extract the features of a color image for classification. The proposed method, Dominant Local Texture-Color Patterns (DLTCP) is based on the Dominant Texture and Dominant Color channels in a RGB color space. The dominant texture pattern represents a channel among RGB with maximum variations in the texture and the dominant color pattern represents the color channel with the maximum pixel intensity. The combination of channels with dominant texture pattern and dominant color pattern is assigned a unique value which is used to extract the features of an image. The proposed texture-color features is tested for rotational, illumination and scale invariance property using the color images taken from Outex and Vistex databases. It is experimentally shown that the proposed method achieves the highest accuracy in classification using K-Nearest Neighbor (KNN) classifier under various challenges.