基于Visual C＋＋和Matlab的磁共振影像增强后处理系统

目的：随着医学影像学的飞速发展，手术导航技术的应用及脑功能等图像分析研究的不断深入，基于医学数字成像和通信标准的医学影像分析与处理也随之成为医学图像处理领域中的热点.为便于科研人员研究相应的磁共振图像局部增强等后处理算法及进行图像分析，提出一种基于Visual C＋＋和Matlab的磁共振影像增强后处理研发平台. 方法：对北京协和医院放射科2005-01／10获取的部分磁共振医学数字成像和通信图像利用灰度扩展进行全局增强，利用基于数学形态学方法进行局部增强算法的研究：在程序实现上使用Matlab引擎实现VC＋＋和Matlab混合编程处理医学数字成像和通信图像. 结果：为磁共振图像进行增强局部对比度算法研究提供了一个研发平台，实现了位图图像与医学数字成像和通信图像的数据转换接口功能。 结论：处理后的图像具有更好的应用价值，为图像局部对比度增强算法的研究提供一个有效的平台：在算法研制阶段采用VC和Matlab混合编程的方法可以提高算法研究效率.     

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。     

基于多尺度形态学的医学图像局部对比度增强

目的:寻找一种更精确有效的医学图像局部对比度增强方法,解决磁共振图像中常出现的局部对比度不足问题。方法:在对已有算法研究的基础上,提出了新算法。新算法的特点是:形态学运算采用了非对偶运算,对比度扩展运算采用加法运算代替乘法运算。为避免灰度偏差,提出了条件归一方法。结果:用实用磁共振图像和模拟实验对新算法进行了测试。新算法在精度、运算速度及对噪声的敏感性方面都优于已有同类算法。结论:利用形态学非对偶运算能够以更精确的方式实现局部对比度增强,灰度级偏差可以通过归一化方法消除。     

基于多尺度形态学的医学图像局部对比度增强

目的：寻找一种更精确有效的医学图像局部对比度增强方法，解决磁共振图像中常出现的局部对比度不足问题。方法：在对已有算法研究的基础上。提出了新算法。新算法的特点是：形态学运算采用了非对偶运算，对比度扩展运算采用加法运算代替乘法运算。为避免灰度偏差，提出了条件归一方法。结果：用实用磁共振图像和模拟实验对新算法进行了测试。新算法在精度、运算速度及对噪声的敏感性方面都优于已有同类算法。结论：利用形态学非对偶运算能够以更精确的方式实现局部对比度增强，灰度级偏差可以通过归一化方法消除。     

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。     

磁共振弥散张量成像图像后处理

目的 探讨医学图像处理方法在磁共振弥散张量成像后处理中的应用。方法 通过医学图像处理的方法,对弥散张量成像主要进行了图像变形纠正、标量图计算、体绘制生成、纤维束追踪的后处理。结果 实验证明弥散张量成像图像后处理方法有效、可靠。结论 医学图像后处理的方法能够有效提取原始数据信息,提高图像质量,方便诊疗。     

基于亮度不变的医学超声图像对比度增强方法

目的探求一种基于亮度不变的医学超声图像对比度增强方法。方法在改进常规直方图均衡化算法的基础上,以最小灰度平均值误差二元直方图均衡化为基础,引入另一个有效分割点。结果实现了一种局部直方图均衡化算法亮度保持三元双向直方图均衡化。结论此算法较其他直方图增强方法更好地抑制了医学超声图像黑色背景过增强,保留了原图像细节信息,保持了原图像亮度,提高了图像对比度。     

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。     

利用交互式数据语言处理医学数字图像的初步研究

目的:交互式数据语言IDL不仅提供了与C/C 和FORTRAN等语言同样的编程能力,而且具备交互性、图形显示和面向矩阵的运算等性能。故探讨基于IDL的医学数字图像处理技术,以期推动其在国内医学影像学科的应用。方法:在PC机上应用IDL6.1编程,程序在WindowsXP平台上运行。①读取和显示DICOM格式的医学图像。②对MRI,CT和数字乳腺钼靶图像进行图像平滑、边缘增强、直方图均衡和局部放大镜功能等处理。③与非交互式程序设计语言在编程效率方面进行比较,以表现IDL面向矩阵、集成多种图像和图形命令以及编程简易的优点。结果:利用IDL的交互特性,使用若干条命令以及调用IDL内建的图像处理程序包或函数,便可轻松地完成一般的医学图像处理工作,而这是C/C 或FORTRAN语言所难以做到的。结论:IDL是每个会使用计算机的人都能容易理解的一种计算机语言,具有对海量数据进行获取、分析、可视化以及对多种图像进行处理和交互式操作的功能,非常适合用来进行二维或三维医学数字图像处理。IDL在医学影像学领域的推广应用,必将促进医学图像处理与分析水平的进一步提高。