基于肺部PET/CT图像不同纹理特征的K最近邻分类器

目的对PET/CT图像高维纹理参数进行降维,基于不同纹理参数建立肺结节良恶性的K最近邻(K-nearest neighbor,KNN)分类器,探究最佳建模方法,提高分类的准确率。方法采用回顾性研究的方式,收集52例首都医科大学宣武医院核医学科肺结节患者的PET/CT图像,对图像的感兴趣区域基于Contourlet变换提取灰度共生矩阵的纹理参数。对肺结节PET/CT图像的纹理参数首先采用单因素分析的方法,根据ROC曲线下面积筛选纹理参数,再对其进行主成分分析提取主要成分。基于主成分、根据ROC曲线筛选的纹理及原始纹理分别采用K最近邻分类算法建立肺结节良恶性的分类器,通过正确率、灵敏度、特异度、阳性预测值(positive predictive value,PPV)、阴性预测值(negative predictive value,NPV)、ROC曲线下面积(area under curve,AUC)这些指标评价分类效果。结果 PET/CT图像共提取1344个原始纹理参数,经单因素分析后筛选出89个纹理参数,对筛选后的纹理共提取11个主成分。基于主成分、筛选纹理、原始纹理的分类模型正确率分别为0.614、0.579、0.263;AUC分别为0.645、0.610、0.515。结论在主成分纹理、单因素分析筛选的纹理、原始纹理中,基于主成分纹理建立K最近邻分类器的效果最好。     

基于多AGENT技术的CT图像检索

针对众多CT图像,利用多Agent技术,提出了一种新的图像检索方法。首先对原始图像库进行特征提取并分类,建立与类别相关的图像特征库,然后根据特征和权重按相似度匹配原则进行图像检索。检索过程由多Agent协同控制,反馈Agent依据待检索图像数据和用户反馈信息,对检索过程中的特征权重重置并更改图像库。实验结果表明该方法具有较好的检索效能。     

基于区域局部特征的中医舌像检索

根据中医理论,舌象是五脏六腑的投影,舌体的不同区域可以反映出人体的相关疾病信息。本文以中医舌像为研究对象,针对全局底层图像特征很难描述舌像不同区域特征的缺点,提出了基于区域局部特征的中医舌像检索方法以提高中医舌像的识别率。由于SIFT局部描述子不仅具有良好的尺度和亮度不变性,同时对仿射形变,视角改变和噪声等也有一定的鲁棒性,因此系统选择了SIFT描述子来描述图像特征。同时针对SIFT特征在检索过程中匹配计算代价大的缺点,提出了基于奇异值分解的SIFT特征点集合匹配方法,实验结果表明该方法在检索效果和检索时间消耗方面取得了一个很好的平衡。     

一种基于特征选择的医学图像检索方法

提出了一种基于特征选择的医学图像检索方法。考虑到医学图像的多类别特性，将分类与检索结合，采用AdaBoost方法对样本进行多次抽样，并将分类精度作为判据对特征进行选择，选取少量有利于分类的特征，同时将单特征弱分类器增强为强分类器。在检索阶段，本方法在选择后的特征子集以及类别子空间中进行检索。实验结果表明，与传统方法相比，本方法能达到较高的查准率，计算量也明显降低。     

基于内容的医学图像检索

本介绍了基于内容的医学图像检索的目的、意义和实现方法以及国内外研究现状和关键技术，并对未来的发展方向做了展望。     

基于内容的医学图像检索

本文介绍了基于内容的医学图像检索的目的、意义和实现方法以及国内外研究现状和关键技术,并对未来的发展方向做了展望。     

医学图像检索研究

介绍了基于内容的医学图像检索系统的意义、方法和关键技术,分析了国内外医学图像检索领域的应用现状,并在此基础上探讨了基于内容的图像检索技术在医学图像检索领域的应用前景和未来的发展方向。     

医学图像检索研究

介绍了基于内容的医学图像检索系统的意义、方法和关键技术,分析了国内外医学图像检索领域的应用现状,并在此基础上探讨了基于内容的图像检索技术在医学图像检索领域的应用前景和未来的发展方向.     

基于非线性纹理特征的医学图像检索

提出使用多尺度复杂性方法和多尺度分维数方法提取医学图像纹理特征并将之用于图像检索.使用的复杂性方法包括用于一维时间序列分析的排列熵方法和用于二维信号分析的二维C0复杂度.将所提出的方法和其他文献中的方法进行了比较实验研究,结果表明该方法可以有效地描述医学图像的纹理信息,并取得较好的图像检索结果.     

一个基于内容检索的医学图像数据库

介绍了一个基于图像内容检索的医学图像数据库系统。分别讨论了用于图像内容检索的颜色，纹理和形状特征以及在此特征集下的图像相似性度量；介绍了数据库的组织及该系统的界面。     

基于模糊聚类的医学图像检索方法

如何构建有效的图像库结构，提高图像检索速度是基于内容的图像检索所需要解决的关键问题之一。论文采用了一种基于改进的模糊C均值算法来聚类图像。实验表明该方法应用于图像检索，在准确性和实时性方面均能达到较好的效果。另外，系统利用基于分阶段显示和评价反馈的权重调整方法进一步提高检索性能。     

分水岭算法在CT图像分割中的应用

目的：分水岭算法在图像分割领域得到了广泛的应用,但单独使用分水岭进行图像分割因为对噪声的抑制能力弱以及对大多数图像易产生过分割现象而变得困难。本文针对分水岭算法存在的过分割问题,提出了一种改进的分水岭算法应用于CT图像,能有效的抑制过分割现象。方法：首先对输入图像进行高斯滤波处理,然后通过Sobel算子求图像的梯度幅值,再求出多尺度灰度图,最后进行阈值分割和多尺度变换而达到对图像进行分割的目的,并将其转化成伪彩色图像显示来优化分割结果,在有效处理过分割问题的同时让图像分割后的效果更加明显。结果：仿真结果表明,与传统的分水岭分割算法比较,缓解了过分割问题,得到的分割效果要好很多。结论：本文实验可以有效地将传统的分水岭算法加以改进,将之应用于医学CT图像分割中,从而使图像各个不同的组织轮廓均得到了很好的区分,减少了图像的过分割点数,使图像的各个区域更易判断。     

Content-based Retrieval of Mammograms Using Visual Features Related to Breast Density Patterns

This paper describes part of content-based image retrieval (CBIR) system that has been developed for mammograms. Details are presented of methods implemented to derive measures of similarity based upon structural characteristics and distributions of density of the fibroglandular tissue, as well as the anatomical size and shape of the breast region as seen on the mammogram. Well-known features related to shape, size, and texture (statistics of the gray-level histogram, Haralick’s texture features, and moment-based features) were applied, as well as less-explored features based in the Radon domain and granulometric measures. The Kohonen self-organizing map (SOM) neural network was used to perform the retrieval operation. Performance evaluation was done using precision and recall curves obtained from comparison between the query and retrieved images. The proposed methodology was tested with 1,080 mammograms, including craniocaudal and mediolateral-oblique views. Precision rates obtained are in the range from 79% to 83% considering the total image set. Considering the first 50% of the retrieved mages, the precision rates are in the range from 78% to 83%; the rates are in the range from 79% to 86% considering the first 25% of the retrieved images. Results obtained indicate the potential of the implemented methodology to serve as a part of a CBIR system for mammography.     

一种电阻抗图像与CT图像融合方法研究

研究一种电阻抗功能图像与CT结构图像相融合的方法,获得既能反映电阻抗分布又能反映组织结构的医学图像.以人体呼吸过程的电阻抗图像及胸部CT图像的融合为例,首先采用disk算子对CT图像滤波,再用canny算子提取CT图像轮廓,将提取后的结构图像构建EIT正问题模型,并进行正问题求解,更新灵敏度矩阵,且基于共轭梯度算法重建EIT图像,然后用小波算法将EIT图像与CT结构图像进行融合.在融合图像中,电阻抗功能变化信息在结构图像中凸显出来,可实现电阻抗变化区域的初步定位.研究结果表明,电阻抗功能图像与CT结构图像的融合有效、可行.本研究为实现电阻抗成像技术与其他成像技术的信息互补、进一步发挥EIT功能成像技术的优势奠定基础.     

CT图像中大脑边界的提取与跟踪及其算法实现

在医学图像处理诸多领域中,边界跟踪具有非常重要的应用价值,以往的边界跟踪算法用来跟踪颅部ＣＴ图像中的复杂大脑边界,经常出现误跟踪或异常中断,作者对已有算法进行了修改,以“知识制导”为特征的本算法准确性高,需要人工干预少。     

锥形束CT图像与计划CT图像配准方法分析

目的:通过我院开展图像引导放射治疗(IGRT)技术以来,治疗的头颈部、胸部及腹部等不同位的肿瘤的配准结果比较分析影响图像配准的各种因素及图像配准时应注意的问题,并对患者体模的制作及技术员的摆位提出改进意见。方法:病人采用平卧位,塞块式体板或颈肩板加热塑膜固定,行KVCBCT扫描,在VARIAN4DITC工作站上采用自动和手动图像配准,对于同一病例由不同人员来进行配准。结果:头颈部图像配准结果好于胸腹部配准结果,不同人员配准结果不同。结论:头颈部配准中采用自动配准一般就可达到要求,胸腹部配准采用自动和手动两种配准方法;采用人工配准方法时人员是影响配准结果的重要因素之一,图像配准最好由临床医生来确定;患者位置重复性是决定配准结果的另一重要因素,要求定位、摆位时保证患者体位姿势尽量保持一致;图像配准中最好以骨性标识或变化不大的器官作为配准点。     

基于医学图像内容检索的计算机辅助乳腺X线影像诊断技术

乳腺癌是女性中高发的恶性肿瘤疾病.近年来,其发病率呈增高趋势.早期发现、早期诊断和早期治疗是降低乳腺癌患者死亡率的关键.计算机辅助诊断(CAD)技术能够有效提高早期诊断的准确性,而基于内容医学图像检索(CBMIR)技术的引入,为乳腺癌的诊断提供了有效的决策支持.文中就近年来基于医学图像内容检索的计算机辅助乳腺X线影像诊断关键技术进行了较为详尽的综述,包括微钙化和肿块检测、特征提取、相似性测度和相关反馈技术等,同时对该领域的发展趋势进行了展望.