基于小波变换的异常特征超声图像定位技术

为了提高超声图像的诊断识别能力,需要进行异常特征点定位。提出一种基于小波变换的异常特征超声图像定位技术。对采集的超声图像采用边界特征融合方法进行边缘轮廓检测,在邻域内采用颜色梯度分解方法进行超声图像区域融合滤波处理,结合小波变换方法进行超声图像的特征分解和尺度模板匹配,提取超声图像的奇异特征点,根据超声图像的颜色特征分解值进行邻域均衡控制和自适应特征参量估计,根据超声图像的纹理和颜色特征提取结果进行图像的异常特征点定位检测和识别。仿真结果表明,采用该方法进行超声图像异常特征点定位的准确度较高,定位精度较好,提高了超声图像的异常特征辨识能力。     

基于改进支持向量机算法的超声图像分割技术

超声图像的边缘分割受到噪声影响,基于传统支持向量机(support vector machine,SVM)超声图像分割过程存在较大缺陷。提出一种基于改进SVM算法超声图像分割算法。采用分区域特征匹配方法,进行二维超声图像的分块融合性检测和特征块匹配,根据超声纹理的规则性特征分量进行病理边缘特征提取,利用提取的精度作为约束条件,优化SVM分割过程,进行超声图像分割过程的自适应分类,实现对超声图像的快速分割。仿真结果表明,采用该方法进行超声图像分割的精度较高,对超声图像的病理特征识别能力较好,结构相似度信息较强,提高了超声图像检测和诊断分析能力。     

基于超声图像的乳腺钙化点自动检测技术

当前乳腺钙化点检测方法多基于X光片,难以应用于超声图像,本研究提出基于超声图像的乳腺钙化点自动检测技术,首先将乳腺超声图像中的肿瘤区域通过勾画模板提取出来,基于简单线性迭代聚类算法进行超像素分割;然后提取表征各超像素的特征量来计算显著性图,基于钙化区域显著性进行粗钙化点分割;最终对分割后的粗钙化点进行形态学检测,达到对超声图像中的细钙化点自动检测。该方法取得了较好的分割效果,具有较强的鲁棒性,为形成具有普适性的肿瘤自动诊断方案奠定了研究基础。     

超像素有偏观测模糊聚类的乳腺超声图像分割

图像分割在医学超声图像的定量、定性分析中均扮演着十分重要的作用,并直接影响到后续的分析、处理工作。乳腺组织的特殊性导致了其超声图像纹理复杂、噪声明显、对比度较低,临床应用难以准确自动分割,诊断较依赖于人工观测。针对此问题提出一种基于超像素和模糊聚类技术相结合的图像分割算法。采用紧密度自适应的简单线性迭代聚类产生超像素,实现初步划分,减小计算量;计算各超像素的特征向量组成集合;采用聚类有效性分析和有偏观测模糊C均值聚类将特征向量分类,实现目标区域的有效分割。采用此方法对20帧乳腺超声图像进行图像分割实验,采用基于区域的评价准则对分割结果进行量化评估,评估结果表明真阳性为92.87%±2.98%,假阳性为11.05%±2.75%,相似性为83.39%±3.64%,取得了较好的分割结果。对乳腺肿块超声诊断的辅助方法研究具有探索意义。     

基于比率距离的自适应超声图像去噪方法

针对超声图像噪声的瑞利分布特性,使用一种新的自适应超声图像去噪方法,改进固定窗口包含边缘时无法做到沿边缘方向滤波的不足。采用可自由伸缩的自适应滤波窗口,首先针对瑞利分布的噪声引入比率距离,得到超声图像像素间的相似度距离,然后考虑像素的邻域图像块均值,解决相似度距离之间比较的问题,最后像素根据新的相似度距离进行八方向伸展,得到不规则形状的滤波窗口进行去噪。用仿真超声图像和临床超声图像进行实验,图像评价指标结果表明该算法优于经典算法,更适用于去除超声图像的斑点噪声,在去除噪声的同时能够较好地保留细节边缘。     

基于图像处理技术的微生物鉴定系统酶标板正反检测方法研究

通过考察典型酶标板的特征及其图像拍摄条件,截取一局部子图像,基于孔心定位对其进行二次分割获得标号字符图像,经直方图均衡化增强处理后,将其与正反模板图像进行模板匹配,计算相关匹配系数,实现正反方向检测。以203张酶标板图像验证,放置方向检测正确率可达到100%。     

基于特征点的人体红外图像自动分割技术

目的医学红外人体图像区域分割是大规模医学红外图像处理的关键步骤。为快速有效地获取医学红外图像中的人体信息,本文提出一种在医学红外图像中自动提取并划分人体区域的方法。方法由红外热像仪在静室中采集人的裸体红外图像,然后通过对红外人体图像灰度分布特征分析而取得的阈值来获取人体区域,以人体横向距离(宽度)函数结合人体红外图像中的特殊方向亮带的识别,提取人体的特征点,并通过特征点对人体区域进行分割。结果对来自8人的72幅图像进行验证,其中64幅可以正确分割,证明该方法可以对直立姿势的红外人体图像进行自动区域分割与提取。结论该红外人体图像区域自动分割算法可为基于红外图像的疾病筛查及计算机辅助诊断提供技术基础。     

CT图像特征的高精度区域分割

传统CT图像分割在进行最为重要的边缘分割时,复杂空洞和非血管区域特征运用单一约束条件,缺少持续性操作过程,降低了分割精度。提出一种约束持续的CT图像特征的高精度区域分割方法,通过灰度腐蚀运算和滤波处理,获取灰度直方统计结果,据此确定种子点选取原则,实现对血管的初步分割,在此基础上采用更新均值和种子点持续分割作为约束条件,更新均值和种子点持续分割直至无满足灰度区间像素点,实现对CT图像特征的高精度区域分割。以肝脏CT图像为例的分割实验结果说明,所提方法可降低肝脏分割时产生的空洞和非血管信息的提取概率,相较于手工方法与传统方法,本研究所提方法的分割精度较高。     

基于k均值聚类和自适应模板匹配的眼底出血点检测方法

眼底出血点是糖尿病视网膜病变的早期症状,准确检测眼底图像中的出血点,对于构建糖尿病视网膜病变的自动筛查系统具有重要意义,本研究提出了一种基于k均值聚类和自适应模板匹配的出血点检测方法。首先利用HSV空间亮度校正以及对比度受限自适应直方图均衡化方法对眼底图像进行预处理,然后使用k均值聚类分割出候选目标,最后利用自适应归一化互相关模板匹配与支持向量机(SVM)分类器对候选目标进行筛选,从而得到真正的出血区。采用DIARETDB数据库的219幅眼底图像进行实验,本方法在图像水平的灵敏度为100%,特异性为80%,准确率为92.4%,在病灶水平的灵敏度为89%,阳性预测值为87.3%。结果表明本方法能够实现眼底图像中出血点的自动检测。     

基于Labview大鼠心电信号采集及实时RR间期检测

目的 大鼠心电信号采集目前依赖于生理信号采集系统,其采样频率低,且无法进行软件算法的内部改造,不利于实验使用.本文设计了高精度大鼠心电信号采集系统以实现RR间期实时检测.方法 采用AD620设计心电信号采集电路,信号经USB-6008进行A/D转换后送入PC机,通过Labview编程完成滤波、预处理及显示.然后,通过Labview与Matlab混合编程,采用模板匹配方法实现RR间期实时检测.最后,随机选取10只大鼠心电数据进行离线分析,以阈值法作为对照检验RR间期实时检测的准确性.结果 阈值法检出率96.62%,模板匹配法检出率99.16%.结论 通过硬件与软件结合的方法能够获得高精度的大鼠心电信号.通过Labview与Matlab混合编程,采用模板匹配法能够实现RR间期实时检测,且检测准确性较高,为进一步的实验研究提供了基础.     

基于MR图像的脑转移瘤计算机辅助检测

根据脑转移瘤在早期诊断过程中存在的问题,提出基于3D模板匹配的脑转移瘤计算机辅助检测方法.首先,建立合适的脑转移瘤模板;然后,在MR序列图像数据中寻找与模板相似的区域,相似度较高的区域很可能就是脑转移瘤.选取脑转移瘤为8 mm以下的12个病例(共有27个脑转移瘤)对本方法进行测试,其总体检测正确率达到81.5%,假阳性率为每层图像0.037 8个.实验结果表明,所提出的方法能为脑转移瘤的早期诊断奠定良好的基础.     

ECG acquisition and real-time detection of RR intervals for rats based on Labview

目的 大鼠心电信号采集目前依赖于生理信号采集系统,其采样频率低,且无法进行软件算法的内部改造,不利于实验使用.本文设计了高精度大鼠心电信号采集系统以实现RR间期实时检测.方法 采用AD620设计心电信号采集电路,信号经USB-6008进行A/D转换后送入PC机,通过Labview编程完成滤波、预处理及显示.然后,通过Labview与Matlab混合编程,采用模板匹配方法实现RR间期实时检测.最后,随机选取10只大鼠心电数据进行离线分析,以阈值法作为对照检验RR间期实时检测的准确性.结果 阈值法检出率96.62%,模板匹配法检出率99.16%.结论 通过硬件与软件结合的方法能够获得高精度的大鼠心电信号.通过Labview与Matlab混合编程,采用模板匹配法能够实现RR间期实时检测,且检测准确性较高,为进一步的实验研究提供了基础.     

旋转扫描超声心脏图像的中轴匹配与图像插值

研究旋转扫描超声医学图像多维重建中图像中轴匹配方法和插值算法。首先 ,根据图像中轴的特征点分析其时域曲线 ,实现中轴的轴向匹配 ;相似矩阵用来寻找两幅图像中轴附近匹配的像素线。自相关函数和 Fouri-er谱用来对图像中轴的匹配进行评价。其次 ,针对旋转扫描原始图像空间分布的特殊性 ,提出了分区插值法。实验结果表明 :我们提出的图像中轴匹配方法切实可行 ,插值算法快速、精确 ,基于匹配的插值算法可大大改善重建质量     

一种基于淘汰粒子群优化聚类算法的心肌超声造影分析系统

背景:心肌超声造影已成为评价心肌微灌注有效的影像学方法之一,但目前心肌超声造影图像的分析判断多采用目测法或手动描记感兴趣区域,很大程度上依赖观察者的经验,缺乏客观定量分析方法。目的:探讨新型心肌超声造影图像定量分析系统评价心肌灌注的可行性。方法:采集家兔心肌超声造影图像,应用基于淘汰粒子群优化聚类(EPSO)算法的计算机图像定量分析系统对造影图像进行自动处理,获得心肌灌注定量参数。结果与结论:①图像识别软件自动识别心内膜与心外膜,确定心肌区域。②自动将心肌区域分割为相等的6个区。③自动标记各节段心肌的标化对比剂密度值。④以标化对比剂密度值为依据行彩色编码,获得彩色编码面积百分比。⑤自动生成心肌节段灌注分布直方图。基于淘汰粒子群优化聚类算法的心肌超声图像分析软件,在定量评价心肌微灌注和识别灌注异常方面具有较好的可行性和较高的应用价值。     

大鱼际掌纹图像的采集与预处理系统

为采集并得到清晰的大鱼际掌纹图像,设计并制作了大鱼际掌纹采集设备及处理系统,依据光学照明技术原理,利用环形光源稳定光照条件,凸显掌纹沟壑细节。利用工业数字相机和定焦镜头,提高抗干扰能力的同时能得到精度较高、较稳定、统一的大鱼际图像。我们用一种基于边界像素和手腕中点的欧式距离及局部极小值确定关键点的方法对采集的手掌图片进行大鱼际区域定位截取,最后采用脉冲耦合神经网络(PCNN)方法对获得的大鱼际掌纹图像进行去噪处理,该方法可有效地去除噪声,并能显著地提高图像增强效果。     

人体运动检测中的标志点识别算法

针对人体运动的特点提出在人体运动检测中的标志点识别的算法。算法主要包括以下三个方面:(1)采用改进的模板匹配方法以改善匹配峰值的尖锐度;(2 )采用目标图像与模板的互相关系数加权平均的方法使识别的分辨率达到亚像素的水平;(3)根据人体运动的连续性的特点来预测和检验标志点的运动、克服标志点遮挡问题。实验结果证明,采用上述的标志点识别算法能够达到比较高的识别精度和速度。基于上述算法的步态分析系统已经投入使用     

一种乳腺钼靶X线图像的软拷贝显示优化方法

数字乳腺钼靶X线图像比胶片乳腺X线图像能更有效地表现和检测乳腺病变,本研究提出了针对DICOM 格式乳腺钼靶X线图像的高效软拷贝显示方法.通过提取图像中的乳腺区域获得对初始窗口参数的准确估计,使乳腺组织在图像初始显示时就有比较好的对比度.利用乳腺区域分割结果,交互调窗操作时只更新乳腺区域内部像素的显示灰度,背景区域像素灰度保持不变;用整数运算和移位运算实现了多项式插值函数,优化了频繁调用的图像缩放操作.算法能显著提高乳腺钼靶X线图像软拷贝显示效率.     

一种基于小波变换的乳腺X线图肿块分割方法

目的：乳腺癌的早期诊断和治疗是能够降低乳腺癌患者死亡率的有效途径。通过乳腺X线图像观察乳腺状况是目前乳腺癌普查的首选影像方法。随着图像处理技术的高速发展,计算机辅助检测技术在乳腺癌的检测方面起到越来越重要的作用。方法：本文首先利用图像处理领域的形态学处理、区域增长等相关知识,对乳腺X线图像进行预处理操作,去除图像中所包含的干扰信息。之后提出一种对图像的灰度直方图进行小波变换,并根据其小波变换的模极大值点确定图像分割阈值的方法对乳腺X线图像中的疑似肿块区域进行粗分割。在通过粗分割过程获得乳腺肿块的大致位置信息之后,再利用区域增长的方法获得肿块的边缘信息。结果：本文选取MIAS乳腺图像数据库中的65幅图像作为测试图像,保证每幅图像至少包含一个乳腺肿块。利用本文所提方法对这65幅图像进行实验,并将实验结果与该数据库中的专家标注信息作对比,实验结果为当采用db40的小波系数时的检出率为95．5％。结论：本文所述方法能够有效地分割出乳腺X线图中的肿块区域,并且有较高的检出率,具有进一步研究和应用的价值。     

基于局部互信息和自动更新的医学图像形变不均匀配准

针对互信息只考虑图像像素的灰度信息和图像存在形变不均匀的情况下,本文提出局部互信息和部分多层次B样条结合的方法。第一步采用主轴质心法对多模医学图像进行粗配准,从而快速实现两幅图像的粗配准。第二步采用部分多层次B样条法针对解决局部形变不均匀的配准对象,首先是粗网格进行全局粗配准,然后只是对部分区域实现细化网格处理,加快配准速度。文中对网格进行自动更新,将采用以局部互信息为相似度检测,结合这3种方法,从而实现多模医学图像的精确和快速配准。     

基于虚拟仪器的智能视觉识别机械手系统

目的：设计与搭建适应检测物体更换较快应用场合的可白行学习许更换对象模板的视觉智能机械手系统。方法：利用LabVIEW开发平台和NIVision软件包,选择合适的硬件设备搭建视觉智能机械手系统：采用调用DLL的方式配置相机参数及控制其进行图像采集;并对采集到的图像进行LUT,阈值分割和形态学变换,消除一定光照干扰等环境变化影响．使其适于下一步分析;通过Geometric匹配及对特征区域的灰度值判断,实现物件的识别与检测。同时针对物件识别需要的信息设计与完成相应的模版学习与更换程序。结果：实现了对目标物体的视觉识别及控制机器手的抓取,视觉识别准确率达到97％以上．其特色还在于可以在应用实践中实时实地方便地进行自主学习与制作对象模板,在目标频繁变更的情况下快速实现对不同物体的视觉识别与抓取控制。结论：采用LabVIEW开发平台和NIVision软件包可搭建m具有视觉智能识别功能．且识别准确率较高．可便捷地学习与更换识别对象的智能机械手系统,具有应用价值。