基于剪切波变换的医学图像融合算法

剪切波变换是一种新颖的多尺度几何分析工具,具有多分辨率、多方向性、效率较高等优点,比小波变换、曲波变换、轮廓波变换等图像表示方法有独特有的优势.基于剪切波变换提出一种医学图像融合算法,先将原始图像通过剪切波变换分解为低频子带图像和高频方向子带图像,然后采用非负矩阵分解方法融合低频子带系数,再通过深入研究人类视觉系统的特性提出最大视觉能量对比度方法,利用局部对比度和局部区域的能量和进行高频方向子带系数的融合,最后通过剪切波逆变换得到融合图像.两组实验均显示所提出的融合方法在与其余3种融合方法的比较中,采用的5项客观评价指标均有4项指标达到最优值,证明所提出的方法获取的融合图像效果最好.     

基于非降采样轮廓波和直方图变换的生物图像融合

随着分子成像系统的发展,图像融合在细胞生物学领域得到广泛应用,其中灰度结构图像与彩色功能图像的融合对蛋白质定位和功能的研究有重要意义。针对传统融合方法平衡结构信息和功能信息的难点,提出一种适用于生物图像融合的新方法。该方法基于非降采样轮廓波变换,得到源图像亮度分量的高低频分量,计算融合所需的权重矩阵,并由直方图变换对其做必要的调整,系数融合后经反变换得到融合的亮度分量,继而采用广义亮度-色调-饱和度法的快速实现算法,得到最终的融合结果。实验对117组来自约翰英纳中心的拟南芥细胞图像进行测试,采用视觉信息保真度,量化评估了荧光区和非荧光区中融合图像与源图像的相似程度。结果表明,新方法受荧光图像黑色背景影响较少,并保留了荧光图像中大量的细节信息,相比传统方法更为优越。     

基于活动轮廓模型的超声心脏图像轮廓的自动检测

轮廓的提取是超声医图像学多维重建中最困难的问题之一,本文提出了一种超声心脏图像轮廓的自动检测方法,首先,根据超声图像的特点,对超声图像进行自适应加强中值滤波以消除斑点噪声,然后利用数学形态学的方法提取出心脏的初始轮廓。最后,运用活动轮廓模型,对初始轮廓进行逼近,得到精确的心脏轮廓,实验结果显示了方法的有效性,本方法在心脏超声图像的多维重建过程中,对序列断层图像心脏轮廓的提取有实际应用价值。     

基于Contourlet变换的CT和锥形束CT图像配准算法

目的提出一种基于Contourlet变换,用于放射治疗定位的CT与锥形束CT（cone beam CT,CBCT）图像配准的方法。方法利用Contourlet变换多尺度多方向的分辨特性,将待配准图像进行Contourlet变换分解,分解后的高频方向子带合成梯度图像,采用归一化互信息作为相似性测度,把梯度图像与低频方向子带以加权函数结合,进行临床医学图像的刚性配准,有效弥补了互信息配准中缺少空间信息的不足。结果通过已知空间变换参数图像的配准结果验证了算法的准确性。配准后lO幅图像变换参数的误差极小,且均方根误差接近于0。结论该图像配准算法精确度高,并具有很好的鲁棒性,有助于提高图像引导放射治疗（image guid edradiation therapy,IGRT）中解剖组织结构和靶区的定位精度。     

医学图像的小波变换融合算法研究

针对不同分辨率的PET和MRI图像,探讨医学图像中功能成像和解剖成像的融合问题.提出一种基于小波变换的多尺度分解对人脑PET和MRI图像的融合算法,选取测量活跃性等级-系数分组-系数合并的融合规则,对多尺度小波变换的图像融合方法和普通像素加权平均融合方法进行仿真,并运用熵和交叉熵两种方法评价仿真结果.结果表明,该方法能有效融合功能信息和解剖信息,避免虚假信息引入.得到最佳分辨率的融合图像,提高医学图像的可信度,对临床诊断和治疗有一定参考价值.     

轮廓波及曲波和小波变换用于显微图像消噪的比较

背景：小波变换只能反映信号的零维奇异性,无法最优表示图像中的线奇异;而且小波变换只存在3个方向,这些都显著影响了它在图像处理领域的应用效果。针对小波变换的缺点,多尺度几何分析理论正在逐步发展,轮廓波变换和曲波变换就是其中的典型代表。 目的：定性、定量地比较轮廓波、曲波和小波变换在图像消噪处理中的效果。 方法：在简要介绍3种变换基本原理的基础上,比较它们在图像消噪领域的应用,以均方误差和峰值信噪比作为定量指标评价消噪效果,并将其应用于显微镜图像的消噪处理。 结果与结论：综合定量评价指标和人眼视觉感受,曲波变换的消噪结果最佳,轮廓波变换效果次之,小波变换效果则不够理想。     

伽玛刀治疗计划系统中基于链码的图像轮廓提取算法

在伽玛刀治疗计划系统中,为了给三维重建提供直观的参考依据,要求准确地对体表、病灶和其他组织进行轮廓提取。针对目前该系统中以手工轮廓提取为主的现状,本文提出一种基于链码的轮廓提取算法对其进行比较改进,并给出断层扫描图像应用本算法的结果。结果表明本算法的使用提高了治疗计划系统中轮廓提取的自动化程度,并能满足精度要求。     

基于图像块匹配和测地线活动轮廓模型的肿瘤自动检测算法

提出一种基于图像块匹配和测地线活动轮廓模型的肿瘤自动检测算法。给定肿瘤区域的术前图像和术后(或术中)图像,首先通过刚性配准得到全局配准参数,然后将术前图像分割成大小适合的正方形区域,在术后(或术中)图像中寻找与之匹配最好的区域,并得到各个分块对应的配准参数。根据分块配准和全局配准之间关系的判决比较,得到肿瘤所在的区域,最后在此区域内利用测地线活动轮廓模型,获得较为准确的肿瘤初始轮廓。     

一种基于小波变换的医学图像量化编码算法的研究

医学图像压缩是远程医疗和PACS系统中的重要研究课题，研究了小波子带图像系数的统计分布，发现小波子带图像系数分布和拉普拉斯分布非常相似，继而提出了一种基于其统计特征的图像量化编码算法，该算法以小波子带图像样本标准差为选择量化编码阈值的重要依据。实验表明，该算法具有计算简单，不同阈值范围待编码系数可预测以及易于获得较高压缩效率的优点，在远程医疗和PACS系统等领域的医学图像压缩中有重要的潜在应用价值。     

一种基于Snake模型的脑部CT图像分割新算法

针对目前传统的Snake模型图像分割算法的力场捕捉范围小、对初始轮廓的选取敏感以及对轮廓曲线难以收敛到 细小深凹边界的缺陷,提出一种基于Snake 模型的脑部CT图像分割新算法。算法首先运用Canny 边缘算子对图像进行 边缘检测,将边缘检测图像叠加到原始图像上,然后再运用Snake模型和梯度向量流（GVF）Snake模型分别对叠加图像进 行分割。实验结果表明,该算法克服了传统Snake 模型和GVF Snake 模型因边缘轮廓不清晰造成的漏分割情况,防止了 GVF Snake模型由于GVF力场的相互作用所造成的过分割现象,同时,还能促使轮廓线收敛到细小深凹边界,提高定位精 度,具有更好的分割效果。     

基于离散小波变换的JPEG 2000标准对肺部CT图像的无损压缩

探索基于小波变换对肺部CT图像进行无损雎缩的新方法.采用基于离散小波变换方法的JPEG2000标准对3019张肺部CT图像进行无损压缩,并针对压缩后图像效果进行统计分析.结果表明,该方法不但可以达到12.0的高压缩比,而且具有较高的图像尤损压缩质量,为临床CT医学影像的储存与诊断,提供了有益的技术与方法.     

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。     

一种用于医学图像分割算法验证的模拟图像生成方法

目的 医学图像分割是计算机辅助诊断与治疗的基础技术,对各种自动分割算法性能的验证极为重要;但是临床图像无法直接提供“金标准”,亟需解决导致验证所需的测试数据难以量化评估的问题.方法 使用傅里叶描述子作为描述临床图像中待分割区域轮廓的函数,通过对傅里叶描述子的抽样生成新的轮廓,最后使用纹理匹配技术计算新图像中像素点的灰度值.结果 针对颅内出血的图像,以生成的模拟图像作为测试图像,对多阈值分割和水平集分割算法的精确性和准确性进行了定量的验证.结论 实验表明本方法能够快速地生成逼真的模拟医学图像,对分割算法的验证具有很强的实用性.     

MRI图像重建网格化算法的研究进展

磁共振成像常常是在空间频率域不同间隔地采集数据的。为了利用快速傅里叶变换进行图像重建 ,采集到的 MRI数据必须用网格化算法转换到等间隔的直线网格上。目前有 6种不同的网格化算法 ,其中 Jackson的 Gridding法和Rosenfeld的矩阵反演法已成为该领域的主流方法 ,但两者都不太完善。具有创新思路的网格化算法仍有待于学术界进一步的开拓     

基于深度监督全卷积神经网络的MRI脑图像语义分割算法

目的 依据临床诊断对MRI脑图像自动分割算法的需求,基于卷积神经网络(convolutional neural networks,CNN)设计了一种端到端的深度监督全卷积网络(deeply supervised fully convolutional network,DS-FCN)以解决脑图像中脑组织的自动分割问题。方法 针对三维MRI脑图像,先将体数据切割成二维图像切片,在FCN网络结构的基础上,加入了深度监督机制,即在特征提取的多层级结构中提前得到损失值反馈。结果 以三维MRI脑图像公开数据集LPBA-40为实验数据,56类脑组织的准确率(precision rate)、召回率(recall rate)、F1评估值分别为74. 40%、74. 82%、73. 75%,测试速率为152 ms。结论 通过引入深度监督结构,改进后的DS-FCN在MRI脑组织分割任务中得到了更精准的分割效果。     

基于小波包变换的医学图像融合方法

为满足医学图像临床辅助诊断和治疗的需要,将小波包变换和自适应算子相结合,提出一种新的医学图像融合算法.算法首先对已配准的医学图像进行小波包分解,并采用自适应算子对小波系数及分解子图像进行处理,通过小波包重建,获得高质量的医学融合图像.该方法克服了小波变换不能兼顾图像高频成分的缺陷,并且可以根据不同的医学图像自动调整融合规则的权重系数,有效避免了设置固定权重系数造成的融合误差.实例融合仿真验证了算法的有效性和先进性.     

PET／CT显像的图像融合精度测试研究

目的:通过模拟和临床实际应用状态,测试3D全身显像方式PET/CT显像图像融合精度.方法:用测试模型及其配套的22Na固体点源,模拟人体宽度和厚度,采集点源PET/CT图像数据;然后将相同的点源置于检查床两测的床垫下,在检查床无负重和负重85 kg时,分别采集PET/CT图像数据.重建图像后,在PET/CT融合图像的三个断层面分别寻找CT和PET点源图像的中心,测量二者中心偏差的mm数,即PET/CT图像融合精度.结果:PET和CT两种模态融合图像肉眼可见较明显的错位.模型点源PET/CT融合图像最大偏差为(4.25±0.26)mm、检查床无负重时为(3.96±0.26)mm,检查床负重85 kg时为(5.36±0.26)mm.结论:本研究方法可以比较精确地测量PET/CT图像融合精度,并有效地指导PET/CT仪器的验收和故障检测等.     

基于自适应标记分水岭算法的肝脏CT图像自动分割

目的为减少人工交互提出了基于自适应标记分水岭的CT系列图像肝脏区域自动分割算法。方法首先对图像进行形态学重构运算以平滑图像,然后计算多尺度形态学梯度,同时提出利用梯度图像非零的局部极小值点的均值进行自适应标记提取,以避免分水岭的过分割和欠分割,再结合肝脏为最大的实质性脏器和相邻图像的相似性实现CT系列图像的肝区自动分割。结果该算法能自动、快速地提取CT系列图像中的肝脏区域。结论分水岭算法能准确定位区域的边缘,通过选择合适的阈值对梯度图像进行标记以抑制分水岭的过分割,实现医学图像中感兴趣区域的自动分割。     

人体颅脑MRI图像中下颌骨的分割及三维建模

目的:在目前的影像医疗诊断中,仅凭观察二维CT、MRI图像是很难实现准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系的。本研究利用CT、MRI图像数据,帮助医生对病变体及其人体组织感兴趣的区域进行分割提取,用于医学图像的三维显示、三维重建。材料与方法:应用Mimics软件,对132层,层间距为1.0mm的MRI扫描图像进行图像去噪、分割和平滑等处理,最终创建三维模型。结果:建立了更为精确,应用更为广泛的下颌骨三维模型。结论:运用Mimics对MRI医学图像进行分割,重建三维模型,能全面显示病变的病理解剖改变,为临床治疗提供精细的影像学信息,从而使重建后的三维模型可清晰地再现病灶与周围组织的解剖关系,大大增强了医学图象分析系统的临床实用价值。     

鲍威尔和模拟退火优化算法结合的多分辨率三维图像配准

基于互信息的全局配准算法是近年图像配准研究的热点之一，此法具有精度高、鲁棒性强的特点。现将互信息作为相似性测度，采用模拟退火与鲍威尔相结合的多分辨率搜索优化策略，对临床使用的三维CT、MR图像进行了刚体配准。实验结果表明此方法能有效地防止优化陷入局部极值，具有良好的实用性。