基于配准前特征提取的颅脑病变检出方法研究

针对从高分辨率颅脑CT图像中自动检出病变以实现计算机辅助诊断的需求,提出配准前特征提取的方法。该方法的主要特点是在图谱创建过程中使用散布点内插法获得整数点的特征值,而在病变检出时则采用格子点内插法获得非整数点的特征值。相对于配准后的特征提取,配准前的特征提取能够更加准确地描述图像的灰度特征和纹理特征。通过实验验证,基于配准前特征提取的颅脑病变检出方法能够提高病变检出率,提高检测精度,但同时也增加了假阳性率。为了减少假阳性率、进一步提高检测精度,在下一步的工作中要研究基于三维体数据的病变检出方法,同时还需要进一步研究非刚性配准的可逆性。     

基于多目标交叉变异粒子群算法的多模医学图像非刚性配准

以互信息为相似性测度,采用B样条变换对多模态医学图像进行非刚性配准时,由于噪声及图像插值等原因造成的互信息局部极值使得传统优化方法不能搜索到最佳配准参数。为此,使用粒子群智能优化方法作为搜索策略,以降低对图像预处理的要求,进一步提高基于互信息的非刚性配准的鲁棒性。为了克服粒子群算法受初始值选取等因素的影响易陷于局部最优的缺点,使用LBFGS优化得到的结果构造初始粒子群,采用多目标优化方法结合交叉变异策略加以改进,使得算法在解空间搜索的遍历性得到改善,优化结果更接近全局最优。MR-T2与MR-PD图像的配准实验证明,该方法提高了基于互信息的B样条非刚性配准的鲁棒性,配准率达到94%;CT与PET图像的配准实验表明该方法相比惯性权重粒子群算法提高了配准精度,互信息增加了0.026;另外,CT与CBCT图像的配准实验也验证了本方法的有效性。     

基于图像非线性配准的MRI几何失真校正

采用图像非线性配准的方法,对MRI存在的几何失真进行校正,先选取与MRI具有共同解剖结构且基本无几何失真的CT图像,作为配准校正的目标基准图像,将MRI与CT图像进行刚体配准,然后采用人工选点的方法,寻找CT图像和MRI中的对应标记点集,用改进的弹体样条函数进行全局非线性配准.结果表明:弹体样条变换具有较强的非线性校正能力,较好地实现了二维MRI的几何失真校正.我们采用的变换模型有效可行,并可用于三维失真图像的校正.     

基于局部小波模式和一致性点漂移的多模医学图像配准

为提高多模医学图像配准的速度、精度和鲁棒性,本文提出一种基于局部小波模式(LWP)和一致性点漂移(CPD)的多模医学图像配准算法。首先提取图像稳定特征点,然后通过局部小波分解编码8邻域信息;接着变换中心像素值,使中心点像素构成的向量取值与小波分解向量取值范围相一致,通过比较中心像素变换向量与小波分解向量计算LWP描述子;最后把结合高斯混合模型后验概率和负对数似然函数的函数作为目标函数,利用一致性点漂移算法进行模型参数估计和空间变换。实验结果表明在图像存在噪声、灰度不均匀和初始误配的情况下,LWP-CPD算法的鲁棒性、配准精度和计算复杂度都达到很好的效果。     

具有大形变特征的颅脑CT图像的非刚性配准

Demons算法是一种基于光流场模型的小形变非刚性配准算法,大形变情况下不具有拓扑保持性,将它用于颅脑CT图像配准时效果不理想。为此,本研究对它进行了改进。首先建立Demons算法目标能量函数,将形变场求解转化为目标函数优化问题;然后通过增加sKL距离作为正则项来优化目标函数,消除了形变场的不适定性,并使形变场更加光滑。对高分辨率颅脑CT图像的实验结果表明,改进算法不仅能够处理大形变问题,还能在处理大形变时通过光滑的形变场得到更精确的配准结果。     

Image registration algorithm in CT and cone beam CT based on Contourlet transform

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10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 guided radiation therapy,IGRT)中解剖组织结构和靶区的定位精度.     

灰度与形状同步匹配的非刚性配准研究

基于灰度的非刚性配准算法一般假设参考图像和浮动图像对应结构之间的灰度保持一致,然而在基于图谱的图像配准应用中,这种假设往往不符合实际。本文在给出一种可以同时校正灰度和形状差异的弹性配准算法的同时,针对该算法不能校正局部微小形变的弱点,提出采用自由项变换的方法进行校正以提高配准精度。配准实验基于20个IBSR真实脑部MRI图像,结果表明配准后图像与参考图像间的互相关系数得到明显提高。实验证明,本文提出的方法不仅能够同时校正形状差异和灰度变化,而且具有较高的配准质量。     

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。     

利用边缘和表面特征实现脑图像CT-MR的自动配准

应用基于CT和MR图像等值特征表面的配准算法对多模医学图像进行了配准研究.在CT、MR图像中提取等值特征表面,进行图像的几何对准,并对结果进行初步评估,同时对该算法的稳健性,搜索最近点策略和插值策略进行了研究.结果表明:这种方法能够达到亚象素级的配准精度,是一种稳健、高精度、全自动的配准方法.     

正交小波基函数实现图像引导放射系统中计划CT与锥形束CT图像的形变配准

计划CT图像与锥形束CT(CBCT)图像的配准是基于CBCT图像引导放射系统中实现自适应放疗的重要部分。为了提高系统中形变配准的精度和速度,提出一种基于正交小波变换的形变配准方法,此方法利用正交小波变换的多分辨率特性描述计划CT和CBCT图像的全局和局部形变,由Navier偏微分方程设计极小化能量函数来实现小波系数的能量估计。实验表明,所提出方法用于基于CBCT的图像引导放射系统时,可将日常放疗时的CBCT图像和计划CT图像进行准确且快速的配准,并且可用于放射计划系统中器官的自动分割,从而有效指导自适应治疗。     

基于提升格式整数小波变换的超声图像压缩算法

本文提出了一种基于提升格式整数小波变换和改进的SPIHT编码(多级树集合分裂算法)的医学超声图像压缩算法.在压缩对象选择和小波变换方面充分考虑了超声扫描线图像的分辨率特性.与基于Mallat小波变换的标准SPIHT编码算法相比,本文算法在压缩比和重建图像峰值信噪比至少不降低的情况上,运算时间不到前者的40％,内存消耗也大大减小,因而更适合于实时图像压缩.     

Use of Neural Networks for Identification of Artifacts in Electroencephalographic Signals Decomposed Using Wavelet Packet Transform

An algorithm for automatic interference (artifact) detection is suggested. This algorithm detects interference (artifact) as a component of EEG signals. The algorithm is based on approximation of electrophysiological signal using neural network model decomposition using the wavelet packet transform.     

基于提升小波变换和多种策略的QRS波检测算法

目的：为了提高计算机处理心电信号的速率和精度,提出了一种基于提升小波变换,结合多种策略的QRS波检测算法。方法：首先采用基于阀值的提升小波去噪方法去除心电信号中的高频白噪声和低频基线漂移;再对处理后的心电信号进行提升小波分解,得出各层逼近信号和细节信号,在第3尺度上采用模极大值阀值法对R波进行检测．找出备选的R波,同时采用几何的方法定位Q波和S波及QRS波起点和终点;最后采用补偿法、波宽法及QRS波时长法对QRS波群进行纠正。结果：本文算法在时域心电图上实现了QRS波的准确定位．提取了心电图的QRS波段。通过MIT—BIH数据库验证,本算法具有很好的表现。结论：实验结果表明,相比传统的算法,本文采用的提升小波和多种策略的检测算法．能有效的检测QRS波,为心电信号的自动识别奠定了基础。     

基于形状纹理特征的食管癌和肝包虫病图像分类

目的:探讨用K最近邻(KNN)分类算法对食管癌X射线图像和肝包虫CT图像的Hu不变矩形状特征和小波变换纹理特征进行分类研究。方法:利用Hu不变矩算法和小波变换算法对食管癌X射线图像和肝包虫CT图像提取特征,用KNN分类器对特征值进行分类以验证所提取特征的分类能力。结果:对于食管癌X射线图像使用Hu不变矩算法提取形状特征具有较好的分类性能,对于肝包虫CT图像使用小波变换算法提取纹理特征具有较好的分类性能。结论:Hu不变矩形状特征结合KNN分类器的研究方法为新疆哈萨克族食管癌的分型提供一定的依据,小波变换纹理特征结合KNN分类器的研究方法为地方性肝包虫病的分型提供一定的依据,同时为计算机辅助诊断系统的研发奠定基础。     

基于经验参数和小波变换提取颈动脉波的时域特征

目的:为了解决应用小波变换进行颈动脉波自动检测运算量大的问题,提出一种改进的基于经验参数和小波变换的颈动脉波自动检波算法。方法:首先对脉搏波信号进行小波分解,再将小波分解的某细节信号按基线取绝对值,然后运用小波变换的奇异点检测原理确定前两个有效周期的极大值点位置,接着结合生理知识和实际经验对下一周期的极大值点加以预测,最后回到时域信号中,结合经验参数在一定范围内确定各特征点的位置。结果:经过对比分析发现本文主算法耗用时间比过零点法减少一半以上,较大地提高了运算速度。结论:该方法具有准确、方便、直观、运算量小等优点,由于可以不依赖于心电信号实现脉搏波自定位,因而特别适合单独进行脉搏波分析;结果表明,本方法在保证检测精度的前提下,让运算效率得到较大的改善,利于进行实时分析。     

Image de-noising by integer wavelet transforms and generalized cross validation

De-noising algorithms based on wavelet thresholding replace small wavelet coefficients by zero and keep or shrink the coefficients with absolute value above the threshold. The optimal threshold minimizes the error of the result as compared to the unknown, exact data. To estimate this optimal threshold, we use Generalized Cross Validation. This procedure has linear complexity and is fully automatic, i.e., it does not require an estimate for the noise energy. This paper uses the method for wavelet transforms that map integer gray-scale pixel values to integer wavelet coefficients. An image with artificial noise is used to illustrate the optimality properties of the estimator. Not all theoretical requirements for a successful application of the method are strictly fulfilled in the integer transform case. However, this has little influence on practical results.     

基于小波变换医学图像融合算法的对比分析

小波变换融合方法具有重要的应用价值,而融合规则的选取直接影响着融合效果。为了获得医学临床上实用的小波融合算法,选择标准CT/MRI图像,通过调整和组合各种小波变换低频及高频融合规则进行仿真实验,深入对比分析各种融合规则对医学图像融合性能的影响。在此基础上,提出低频能量取大与高频系数绝对值取大相结合的融合改进算法,比目前基于传统小波融合规则的融合质量及各项客观评价指标都有明显提高,在各种算法比较中最优。采用多聚焦图像和临床实际的CT/MRI图像进行对比验证,表明了方法的有效性。理论分析和实验结果证明:选取合适的融合规则对融合结果影响很大,本研究提出的算法简单有效。     

应用连续小波变换检测和增强DSA血管影像的研究

数字血管减影的影像中的血管像具有对比度低的特点。本文用一种全新的思想实现DSA影像中血管像的增强,即先应用小波变换技术检测血管边缘,使其从背景中分离出来,再应用对比度拉伸的方法进一步增强血管同背景的对比度,由于本文使用的连续小波变换可从不同方向上检测影像灰度变化情况,所以检测到的影像边缘更准确全面,而且由于噪声的小波变换的模较小,较好地抑制了减影像中的背景噪音,处理后的血管影像具有三维实体的视觉效果。     

一种基于医学序列图像的"有损-无损"压缩方案

针对医学序列图像的特点,提出了基于图像配准技术的差值预测方法,以减少序列图像之间的相关冗余.对于预测差值图像,采用基于可逆整数小波变换的EBCOT编码方法,实现对"非必要-必要"区域的"有损-无损"压缩.通过对实际医学图像(CT)的实验表明,该方法具有很好的压缩性能,可以有效满足现代医学图像的压缩要求.     

小波变换在心电图QRS波检测中的应用

作者利用信号的小波变换在多尺度边沿上的综合特性，提出了一种新的ＱＲＳ波检测法。有要用Ｍａｌｌａｔ快速算法获得原始ＥＣＧ信号在不同尺度上小波分解信号，将含有大部分高频ＱＲＳ波在多尺度上的分解信号送和一个线性自适应匹配滤波器，匹配滤波器的输出用于检测Ｒ波的位置。对ＭＩＴ数据库中的数据进行了检测，Ｒ波的检测率可达９９．８％。