基于Matlab的尿沉渣图像有形成分的自动分类方法

目的依托于Matlab环境,初步实现BP(Back Propagation)神经网络对尿沉渣图像中有形成分的自动识别与分类。方法首先应用灰度化、直方图增强、邻域滤波和中值滤波等方法对图像进行预处理;再利用Canny算子和Sobel算子叠加处理进行边缘检测,通过膨胀腐蚀和孔洞填充等操作得到有形成分的连通域信息,提取出每个连通域的周长、面积、长宽比、矩形度、圆形度等12个特征值作为BP神经网络的输入;最后利用BP神经网络创建学习训练过程,对每个连通域即有形成分进行分类。结果采用该自动分类方法得到了尿沉渣图像中有形成分的种类和数目。结论该方法分类准确,可实现尿沉渣图像中有形成分的自动识别与分类。     

尿沉渣中红细胞影像分析研究

作者研究了尿沉渣中细胞自动识别分类及分析技术,以计算机辅助诊断客观地完成尿液中细胞的定量分析,提高检验的精确度。提出了一种融合灰度空间和数学形态学梯度信息的细胞图像自动分割算法,以完成对红细胞的分割。在灰度梯度图像上采用数学形态学梯度与灰度阈值分割相结合的算法提取红细胞的轮廓,并分别赋予不同的标记。实现了单个细胞的检出。     

磁共振图像分割算法研究

本文提出一种基于图像灰度值的K-均值聚类算法,并利用这种算法对脑部核磁图像分割进行测试。K-均值聚类算法是一种自动数据分类的方法,该类算法仅依据图像像素点的灰度值将其分为不同的点群。我们使用这种图像分割算法,在针对脑部核磁图像的分割中得到了理想的分割结果,可以清晰地看到白质,灰质,皮质,第三脑室及背景的分割结果。     

基于小波多尺度分辨的多模医学图像融合算法研究

提出一种基于小波多尺度分辨的多模医学图像融合算法,将待融合的图像进行小波多尺度分解,在特征域上根据图像多尺度分辨的特征实施不同权重的加权融合计算,实施逆变换完成图像重建,得到融合图像.并对人脑的MRI-PET图像进行了融合,实验结果表明该方法能有效地将解剖信息和功能信息融合在一起,并保留原始图像的解剖结构特征.     

MVision图像质量优化算法研究

目的优化MVision协议重建图像的画面质量,提高图像的空间分辨率、软组织对比度,减少图像的噪声信号和"吸盘"伪影。方法采用了平滑滤波、边缘增强、边缘保留和MVision解剖滤波等各种图像优化算法,对MVision协议的原始重建图像进行优化处理,并将通过不同算法处理后的各图像序列进行配准比较。结果经过平滑滤波后的图像与经边缘增强、边缘保留处理后的图像相对比,前者软组织显像更清晰,而后者图像空间分辨率更高,但出现较多噪声信号。同时,结合解剖滤波处理后的图像,其吸盘伪影也基本消失。结论通过有目的性地选用各种MVision协议图像优化算法,可以在不同程度上实现对MVision图像质量的优化。     

MVision图像质量优化算法研究

目的优化MVision协议重建图像的画面质量,提高图像的空间分辨率、软组织对比度,减少图像的噪声信号和”吸盘”伪影。方法采用了平滑滤波、边缘增强、边缘保留和MVision解剖滤波等各种图像优化算法．对MVision协议的原始重建图像进行优化处理,并将通过不同算法处理后的各图像序列进行配准比较。结果经过平滑滤波后的图像与经边缘增强、边缘保留处理后的图像相对比,前者软组织显像更清晰,而后者图像空间分辨率更高,但出现较多噪声信号。同时．结合解剖滤波处理后的图像,其吸盘伪影也基本消失。结论通过有目的性地选用各种MVision协议图像优化算法,可以在不同程度上实现对MVision图像质量的优化。     

一种基于磁敏感加权成像技术的三维脑静脉提取方法

综合考虑静脉的局部灰度特征、全局灰度特征以及管状信息三方面特征的基础上,提出了一种基于血管增强扩散滤波的自适应阈值生长法。该方法先采用血管增强扩散滤波器增强静脉的连续性,从而提高了细微静脉的检出率,并且降低了团块状的顺磁性伪影的干扰：然后采用改进的自适应阈值分割法提取脑部静脉。结果表明．该分割算法较好地解决了团块状的顺磁性伪影干扰的问题．也有利于在脑部SWI图像中提取细小的静脉结构。     

虚拟现实中的医学图像间信息映射多模式模型的研发

目的：建立人体同一组织在不同医学影像上的灰度映射数学模型。方法：根据灰度映射数学模型，研究CT和MRI等图像信息的融合与配准算法。结果：不同医学图像的坐标系达到空间位置的一致，以一种新的图像模态显示给用户。结论：为实现多模式医学图像综合信息融合的三维可视化奠定基础。     

基于图像分析方法的足部压力数据处理

采用足底压力测量板采集足底压力数据,运用双线性插值的方法对图像上采样,以提高图像分辨率并平滑图像.根据采集数据的噪声特点提出了加权的中值滤波方法,与传统中值滤波方法相比,既滤除了图像的噪声信息,也保留图像的细节数据信息.根据足底各区域的比例关系,实现足底区域分割.     

基于多尺度匹配滤波法的视网膜血管分割

视网膜血管功能复杂、形态结构因人而异,易受自身血管性疾病和全身血管性疾病的影响,其准确分割对疾病诊断、身份识别有重大意义。该研究针对视网膜血管尺度不均等问题创新性地提出了一种多尺度匹配滤波算法,在传统的单一尺度的高斯匹配滤波基础上,分别采用大小两个尺度的高斯匹配滤波器增强灰度图像,再使用二维最大熵阈值分割算法对叠加后图像进行二值化处理。该算法在DRIVE数据库中测试,灵敏度、特异性、准确度分别为0.803、0.959、0.981。与传统算法比,该算法灵敏度高、运行速度快、分割结果细节丰富。