应用小波变换增强肝癌CT图像

应用小波变换多分辨率特性，对肝癌患者CT图像进行增强处理。文中选取具有紧支性、正交性和近似对称性的小波函数sym4对图像进行2层多尺度二维小波分解，分别选取阈值为[550，350，250]对分解后的小波系数进行处理，突出低频部分，消弱高频部分。通过小波函数sym4对图像进行重构，从而得到增强的图像，使肿瘤影像更加突出，便于诊断。该方法进一步证实了小波变换在医学图像增强中的作用。     

二维小波变换及其在医学图像处理中的应用

介绍了二维离散小波变换的一般形式.在图像分解的基础上,分析了二维小波变换在医学图像消噪和图像增强中的应用,同时给出应用实例.结果表明应用小波分析进行医学图像处理,能够有效的改善图像质量.     

医学图像融合技术在肿瘤放射治疗中的应用分析

本文对医学图像融合技术在肿瘤放射治疗中的应用进行有效性探讨.通过对医学图像融合技术的方法、分类、实施步骤进行分析,对医学图像融合技术在肿瘤放射治疗中的应用进行观察与分析.将医学图像融合技术应用到肿瘤放射治疗中,其中功能分子的影像学为临床治疗提供了肿瘤病变部位的分布状况,有助于提升肿瘤诊断的准确性与灵敏性.结果表明,医学图像融合技术在肿瘤放射治疗中的应用,有助于提升恶性肿瘤局部病变部位的控制率,提升患者的生存质量.     

基于Curvelet变换的医学图像处理研究

在分析小波变换对图像边界和线状特性处理效果不佳的基础上,从图像融合、图像消噪、图像重建、图像分割、图像检索5个方面,对Curvelet变换用于医学图像处理的研究成果进行了概述,并分析了基于Curvelet变换的医学图像处理的发展趋势：指出了充分利用人类的视觉特点,结合Curvelet变换的图像分割、二维建模、三维变换和自适应量化等各项技术是Curvelet变换发展的必然趋势,处理效果、处理速度和处理方法的优化则是医学图像处理的研究目标。     

CR医学图像的小波阈值去噪算法研究

提出一种CR医学图像的小波阈值去噪算法．对含噪图像进行小波分解得到图像的小波系数，采用文中提出的阈值算法对系数进行去噪处理，根据处理后的系数重建CR图像。实验结果表明该方法能有效的去除CR图像的噪声．较好的保留医学诊断所需要的图像细节。     

PET信号的二维多分辨率小波分析

通过理论分析．得到二维多分辨率小波分析可以有效地去除噪声，增强信号，从而加速PET图像重建过程和提高重建图像的质量。     

螺旋CT三维图像在实际中的应用

螺旋CT扫描图像可以通过图像处理工作站，再作图像处理的重建，可重建人体某部位的三维图像，对病变可从多角度、多方位观察到其形状、大小、几何位置的空间关系，给诊断病变有一个直观的三维图像。     

基于GDI Plus技术实现二维医学图像缩放

目的：编程实现二维数字医学图像的高清晰放大处理，以便进行更细致的观察、做出更精确的诊断。方法：开发工具：VC＋＋6．0、GDI＋类库，操作系统：Windows 2000。结果：顺利实现医学二维医学图像的高清晰放大。结论：此方法对于医学图像的数字化后处理具有参考价值。     

插值技术在肝病变的CT与MRI图像对比中的应用

目的：改善医学图像质量，便于临床诊断。方法：利用MATLAB7．0图像处理函数和编程技巧，对同病例肝病变的CT和MRI图像进行插值，并比较插值后效果图。结果：原CT和MRI图像经过插值处理后，图像质量得到改善。结论：使用MATLAB插值函数处理医学图像，简便快捷，能很好地改善图像质量。     

CT原始数据的临床应用价值

目的:探讨CT原始数据的临床应用价值.方法:对374例CT资料进行回顾性分析,利用CT的原始数据,通过改变兴趣区(ROI)大小、图像算法、层厚等进行重建处理,得到优化的CT显示数据,总结CT原始数据在临床及科研中的应用价值.结果:156例图像部分超出视野外的病例,重建后154例能完全显示;180例兴趣区结构细小、空间分辨率低的病例,重建后均得到满意的图像;38例发现扫描部位以外的病变,重建后30例得到了完整的病变区图像.结论:利用CT原始数据可以对CT图像进行优化,提高图像质量,为诊断提供更多信息,避免患者二次扫描,减少辐射计量,提高球管利用率.     

基于小波变换的医学图像噪声滤除方法的研究

目的：研究一种基于小渡变换的医学图像噪声滤除方法，并比较不同小波函数的去噪效果。方法：提出了一种利用小渡局部系数改进的软阂值方法。首先,应用小波变换得到图像的局部模极值分布Mj,m,n^ψ然后．计算小渡变换的M模极大值，根据局部模极值分布的统计特性来设定一个阈值门限Tm：当小渡变换的模极值大于等于阈值门限Tm时，其对应的小波系数保持不变：当小渡变换的模极值小于阈值门限Tm时，其对应的小渡系数通过软闽值法进行计算。最后,根据这两部分的小渡系数进行小波逆变换重构图像。结果：所提出的方法能有效地滤除医学图像中的噪声，不同小波的噪声滤除效果有一定的差异。结论：选择合适的小渡基函数来对图像进行小渡多尺度分解．可以得到比较完善的小渡阈值去噪算法．达到比较理想的去噪效果．     

小波变换在医学图像处理中的应用

本文介绍了小波变换的定义和类型,重点提出小波变换在医学图像处理中的优势和典型应用。指出了小波工具和医学图像处理结合必能提高医学图像质量。     

医学图像纹理分析的方法及应用

医学图像中的纹理特征变化反映了机体的病理改变,因此,图像纹理分析对于疾病的鉴别诊断具有重要意义。目前,由于医学图像及其纹理的复杂性,尚未有一种通用的、适合各类医学图像的纹理分析方法。医学图像纹理分析中有4种常用的纹理特征提取方法,其每种纹理特征提取方法均存在优点和缺点。对不同医学影像(CT、MRI、B超及数字X线片)上肝部及肺部疾病的图像纹理分析表明,基于肝脏病变CT图像的计算机辅助诊断系统提取的纹理特征对图像内容有较好的区分性;通过纹理分析可对早期肺癌进行检测。     

一种医学图像不同区域的编解码算法

目的：探讨一种实现医学图像不同区域的编解码算法,以便能够节约存储空间和传输时间,方便医学图像的管理和运用。方法：分析嵌入式零树小波编码算法的原理,并编程实现医学图像不同区域的不同编码。结果：此方法实现了具有感兴趣区域的医学图像压缩编码。结论：该算法得到了较低的均方误差和较高的峰值信噪比,能够满足诊断要求,是一种有效的医学图像编解码算法。     

Wavelet-based compression of medical images: filter-bank selection and evaluation

Wavelet-based image coding algorithms (lossy and lossless) use a fixed perfect reconstruction filter-bank built into the algorithm for coding and decoding of images. However, no systematic study has been performed to evaluate the coding performance of wavelet filters on medical images. We evaluated the best types of filters suitable for medical images in providing low bit rate and low computational complexity. In this study a variety of wavelet filters are used to compress and decompress computed tomography (CT) brain and abdomen images. We applied two-dimensional wavelet decomposition, quantization and reconstruction using several families of filter banks to a set of CT images. Discreet Wavelet Transform (DWT), which provides efficient framework of multi-resolution frequency was used. Compression was accomplished by applying threshold values to the wavelet coefficients. The statistical indices such as mean square error (MSE), maximum absolute error (MAE) and peak signal-to-noise ratio (PSNR) were used to quantify the effect of wavelet compression of selected images. The code was written using the wavelet and image processing toolbox of the MATLAB (version 6.1). This results show that no specific wavelet filter performs uniformly better than others except for the case of Daubechies and bi-orthogonal filters which are the best among all. MAE values achieved by these filters were 5 x 10(-14) to 12 x 10(-14) for both CT brain and abdomen images at different decomposition levels. This indicated that using these filters a very small error (approximately 7 x 10(-14)) can be achieved between original and the filtered image. The PSNR values obtained were higher for the brain than the abdomen images. For both the lossy and lossless compression, the 'most appropriate' wavelet filter should be chosen adaptively depending on the statistical properties of the image being coded to achieve higher compression ratio.     

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.     

多格式医学图像解读器的设计与实现

随着DICOM标准和MPEG2标准在医疗领域的普及．越来越多的医疗设备和系统基于DICOM和MPEG2格式进行图像或视频文件的存储。本文介绍了一种基于ActiveX技术的多格式医学图像解读器MIViewer，不仅较好地解决了包括DICOM及MPEG2在内的各类医学图像及视频的解析阅读问题，而且可以内嵌于其它图像诊断和分析软件中．高效灵活地定制开发各类医学图像系统。     

MRI图像的多尺度小波增强新算法

现有的医学图像大都存在信号噪声大的特性,传统的图像增强算法在图像增强的同时,放大了图像的噪声信号,效果不能令人满意.本文在现有的图像小波分析增强算法的基础上,提出了利用梯度模值的多尺度小波图像增强新方法.实验证明,该方法在提高图像对比度的同时,有效的解决了通常对比度增强算法中难以克服的噪声放大问题,处理后的图像更利于医生进行分析诊断和医学影像的后续处理.     

基于MATLAB的基因芯片图像预处理

目的：基于MATLAB设计低密度基因芯片图像预处理系统，对经过Scan Array扫描系统获得的用cy3和cy5染色的低密度芯片的荧光图像进行处理，以滤除噪声。增强图像的对比度，提高图像的质量，实现图像的边缘检测与分割，进行区域的识别。方法：采用小波中值滤波方法，滤除噪声，提高图像的质量；基于小波方法，结合边缘算子进行图像边缘检测；使用遗传算法实现图像的分割。结果：该系统对基因芯片图像进行处理，减少了污点、噪声及其他各种因素的影响，提高了图像的质量，可以更好地检测出图像的边缘，比较准确地分割出样点区域，能有效地分离有价值的弱信号点和背景点或者噪声。结论：该系统可以基本实现低密度基因芯片图像预处理功能．采用的图像处理方法是可行的，能为以后的分析提供较为准确的数据信息。