基于GSO算法与互信息的医学图像配准

医学图像处理过程通常包括图像预处理、特征提取、图像分类,Harris角点检测算法是常用的特征点提取算法之一。该算法适应多种变换、运算简便,在医学图像处理领域中广泛应用,但在实际应用中发现传统的Harris算法检测到的特征点数量不足且图像配准精度不高。因此提出了一种优化算法（GM-Harris算法）,即采用群搜索优化算法（GSO算法）与互信息相结合的方式优化传统Harris算法的过程,并从匹配有效率与算法效率两方面对2种算法的特征点提取效果进行了定量分析。实验结果表明,与传统的Harris算法相比,GM-Harris算法不但可以获得较充足的特征点,而且还能提高图像配准的精度。     

基于多层图和紧凑性的显著性检测算法

针对传统的自底向上的显著性检测模型突出背景、前景区域不均匀以及显著目标位于图像边缘致使检测效果差等问题,提出了一种基于多层图和紧凑性的显著性检测模型。首先,将图像过分割为超像素,在超像素基础上结合图像块层和聚类层构建多层图模型,能够有效检测不同尺度的图像并获得均匀的显著区域。然后,基于紧凑性假设建立紧凑性模型,并采用元胞自动机优化。根据超像素的紧凑性筛选出可靠的前景种子点和背景种子点,基于多层图模型利用流行排序算法分别计算基于前景种子点和背景种子点的排序分数,从目标和背景的角度结合两种排序分数得到显著图。最后,对显著图进行滤波获得光滑的前景和背景区域,得到最终显著图。在常用的数据集MSRA-1000和ECSSD上与9种流行算法进行比较,实验结果表明该算法具有较高的准确率和召回率。     

Snake算法边缘检测图像分析

随着图像信息应用需要的迅速增长,数字图像处理技术在现今社会中有着越来越多的应用,特别是边缘检测技术.本文探讨了边缘检测技术中Snake算法的原理及方法,编程实现了文中所提出的检测方法,并对图像进行了实际处理,取得了较好的效果.     

基于Canny算子的医用X光图像边缘检测算法研究

为了进一步加强数字图像处理技术在医学图像领域的应用,提供一种基 Canny算子的医用X先图像边缘检测方法.首先介绍边缘检测算法的理论基础,然后结合Canny算子的实现过程,说明边缘检测的所遵循的基本原则,最后对该算法进行了实验验证.从实验的结果可以看出,这种方法对医用X光图像非常有效,对利用计算机进行图像处理有着重要的现实意义.     

一种基于Faster R-CNN的甲状腺结节超声图像目标检测改进算法

目的 为提高超声图像中甲状腺结节目标检测精度,提出一种基于Faster R-CNN的甲状腺结节目标检测改进算法。方法 该算法采用结合了可变形卷积（deformable convolution, DC）的ResNeSt50作为主干网络,提高对形状不规则结节的检测效果。并在主干网络后方引入特征金字塔网络（feature pyramid networks, FPN）和感兴趣区域对齐,前者用于减少甲状腺结节漏检误检现象,后者用于提高小尺寸结节的检测精度。此外,在算法训练的反向传播过程中,使用由锐度感知最小化（sharpness-aware minimization, SAM）改进优化器进行参数更新,提高算法的泛化能力。结果 实验采用来自徐州医科大学附属医院及南京市第一医院6 261张甲状腺超声图像,对改进算法的有效性进行对比评估。实验表明,该算法具有一定的优化效果,最终在测试集的AP50高达97.4%,AP@50:5:95较原始模型也提升了10.0%。与原始模型和现有模型相比改进算法有着更高的检测精度,能更精准地检测甲状腺结节,特别在较低的检测框精度要求下有着较高的召回率。结论 本研究提出的改...     

图像处理中一种改进的边缘检测技术的研究与实现

边缘检测是图像处理与识别中最基础的内容之一,一幅图像就是一个信息系统,其大量信息是由它的轮廓边缘提供的。边缘提取与检测在图像处理中占有很重要的地位,其算法的优劣直接影响着所研制系统的性能。现有诸多边缘检测的方法各有其特点,同时也都存在着各自的局限性和不足之处,因此图像的边缘检测这个领域还有待于进一步的改进和发展,本文对医学CT图像采用一种改进Sobel算法进行研究与实现,结果优于其他检测技术。     

色差分析法测定治偏痛微丸圆整度的计算方法研究

在以色差分析边缘跟踪方法的基础上,针对所采集的小丸图像的特点,将小丸边缘检测和边缘点连接结合为一体,提出一种基于标准圆形状知识指导下的色差分析自适应边缘跟踪方法,实现了小丸图像边缘特征点的全自动定位。实验表明,该方法快速而有效。     

基于边缘检测的CT图像粗糙集增强算法

粗糙集理论是一种处理模糊和不确定性问题的工具,是一种非线性处理方法.本文基于边缘检测对图像进行小波阈值去噪,在此基础之上引入粗糙集理论划分子图并分别进行增强处理,再进行对比度增强.该算法把边缘检测去噪与粗糙集理论结合起来增强图像,实践证明具有良好的图像增强效果.     

基于分形技术的乳腺X射线影像中簇形微钙化点增强技术的研究

乳腺X线影像中的簇形微钙化点是早期乳腺癌的重要症状。微钙化点的增强是乳腺X线影像中微小钙化点提取的重要处理技术。本文提出了一种乳腺微钙化点增强检测的新方法。首先,通过Kirsch方法提取乳腺微钙化点的边缘,利用分形技术来获得钙化点连续的边缘;然后利用种子填充算法来填充微钙化点闭合轮廓,用原始图像的像素值替换被填充部分的像素值,最后通过被填充图像与原始图像的融合增强乳腺X线影像中的微钙化点。用DDSM数据库中含乳腺簇形微钙化点的50幅图像的感兴趣区的仿真实验验证了CAD检测系统有更好的增强效果。     

小波变换在放射治疗图像处理中的应用研究

将基于小波变换的图像去噪声和边缘检测技术与现代放射治疗计划设计结合进行研究。选择合适的小波基对未经增强扫描的CT图像进行小波变换,比较了常规去噪声和边缘检测与基于小波变换的相应方法各自的特点。研究结果表明,与单独地应用小波变换或传统方法相比,应用小波变换结合某些传统方法去噪声的效果更好;基于小波变换的边缘检测不仅平滑掉了图像中的绝大部分噪声,而且很好地保留了靶区的边缘,有利于提高勾画肿瘤靶区的精确性。     

整形外科面部轮廓正面图像的边缘检测和模型建立

目的 探索一种新的面部轮廓图像边缘检测和模型建立方法。方法 利用面部轮廓的先验知识,在Sobel边缘检测算子的基础上,以边缘最小曲率半径、凹凸性和边缘最大间断距离为约束,以基于搜索圆的变步长面部轮廓边缘搜索算法,实现边缘检测。针对检测到的轮廓边缘,利用最小二乘曲线拟合原理建立轮廓模型,分析了阶次对模型精度的影响。结果 实验表明这种基于搜索圆的变步长面部轮廓边缘搜索算法所检测到边缘与实际边缘吻合良好。且可以很好剔除冗余边界。对所检测到的边缘,用最小二乘曲线拟合方法建立了面部轮廓模型,并比较了2次、4次、10次模型与实际轮廓的差异,证实模型阶次越高,和实际轮廓的误差就越小,其中以10次模型较为理想。结论 本实验提出并论证了基于搜索圆的变步长面部轮廓边缘搜索算法和最小二乘曲线拟合方法建立了面部轮廓模型的方法在面部轮廓建模中的有效性和实用性,为进一步实现面部轮廓数字图像处理系统的设计提供了理论基础。     

梯度相位检测在医学图像小波边缘提取中的应用

针对小波变换不能涉及过多尺度的问题,分析了边缘类型对小波多尺度边缘提取的影响,并结合医学图像的特点,提出基于Canny算子的梯度相位法。梯度相位法认为边缘不只是在灰度发生突变的地方存在,如果某个区域,灰度沿某个方向缓慢变化。这个区域也存在边缘,只不过可以认为边缘比较粗。通过对人脑后颅骨的CT医学图像边缘提取的实验及结果定量和定性分析,证明此方法在医学罔像边缘检测中是切实可行的。     

基于改进蝙蝠算法的工业控制系统入侵检测

针对蝙蝠算法（BA）易陷入局部极小的缺点,提出了两点改进：（1）在蝙蝠位置更新时考虑了当前局部最优解分布对算法的影响;（2）将差分进化算法（DE）中的变异操作迁移到蝙蝠算法中,采用随机性变异的方式增加了种群多样性,提升了算法局部搜索能力,并通过典型测试函数验证了本文算法的优越性。将该算法用于工业控制系统（ICS）入侵检测中支持向量机（SVM）分类器的参数优化,使用工控入侵检测标准数据集进行仿真研究。结果表明,与DE、粒子群算法（PSO）和遗传算法（GA）等优化算法相比,其优化的SVM入侵检测模型在检测率、漏报率和误报率等指标上都有显著提升。     

基于灰狼算法和案例推理的工控系统入侵检测

提出了一种基于二进制灰狼算法和邻域粗糙集的案例推理分类算法（bGWO-NRS-CBR）,以有效处理工控网络数据样本高维、冗余的问题。首先,将邻域粗糙集（NRS）中的依赖度概念和属性个数作为二进制灰狼优化算法（bGWO）的适应度函数,通过狼群不断更新位置寻找最小相对属性集;然后基于属性重要度对权重进行优化分配从而建立案例推理（CBR）分类模型;最后利用该模型对工控网络标准数据集进行入侵检测研究。实验结果表明,本文算法能够获得最小相对属性子集,并有效提高入侵检测算法的准确度和效率。     

An Approach to Identify Optic Disc in Human Retinal Images Using Ant Colony Optimization Method

In this work, an attempt has been made to identify optic disc in retinal images using digital image processing and optimization based edge detection algorithm. The edge detection was carried out using Ant Colony Optimization (ACO) technique with and without pre-processing and was correlated with morphological operations based method. The performance of the pre-processed ACO algorithm was analysed based on visual quality, computation time and its ability to preserve useful edges. The results demonstrate that the ACO method with pre-processing provides high visual quality output with better optic disc identification. Computation time taken for the process was also found to be less. This method preserves nearly 50% more edge pixel distribution when compared to morphological operations based method. In addition to improve optic disc identification, the proposed algorithm also distinctly differentiates between blood vessels and macula in the image. These studies appear to be clinically relevant because automated analyses of retinal images are important for ophthalmological interventions.     

Energy Spectrum CT Image Detection Based Dimensionality Reduction with Phase Congruency

The image feature detection is widely used in image registration, image stitching and object recognition. The feature detection algorithm can be applied to the detection of artificial images, and can be used to detect the energy spectrum CT image. A new algorithm of phase consistency detection based on dimensionality reduction is proposed in this paper. We mainly focus on the phase congruency of the spectral CT images in the paper and try to use dimensionality reduction to integrate the information of phase congruency detected in the image. The experimental results show that the algorithm can detect the energy spectrum CT image with clear edge and contour, which is beneficial to the subsequent processing. Meanwhile, the algorithm presented is more effective in diagnosis of disease for medical professionals.     

球结膜图像边缘检测研究

目的为了洲最球结膜微循环的指标,研究适宜的球结膜图像边缘检测方法,以提取血管边缘特征。方法采集球结膜图像,用VC＋＋编程实现各种方法（如：Canny、Susan、M—H算子）对球结膜图像边缘检测,并对比边缘图像。结果对于球结膜图像,M—H算子边缘检测性能优越,提取的边缘比较完整、位置准确,能够检测出图像较细的边缘部分,噪声抑制效果较好。结论M—H算子是比较适合球结膜图像特点的边缘检测方法。     

一种基于F统计量的改进型显著误差检测方法

工业过程采集的数据的可靠性和准确度直接影响到过程控制、调度及优化等。讨论了数据校正的原理及应用,分析了显著误差检测的意义以及显著误差检测的基本原理。在对两种传统的基于统计量的显著误差检测法讨论的基础上,提出了一种基于F统计量的NT MT显著误差检测方法。该方法将两种传统方法运用其中,仿真结果表明,基于F统计量的改进NT MT方法给出了很好的检测效果,对显著误差的灵敏度很高。     

基于非负矩阵分解的流程工业过程监控方法

提出了一种新的基于非负矩阵分解（NMF）的过程监控方法。考虑到数据的某些局部特征能够包含许多重要信息,有助于对异常情况进行检测,将NMF引入工业过程监控领域,并详述了基于NMF的过程监控方法。基于TE过程的仿真实验验证了该方法的有效性。