一种结合空间信息的图像阈值分割新方法

针对基于灰度分布的图像阈值分割方法的不足,本文通过结合使用灰度级和空间相关信息将分类像素的特征空间从一维推广到二维,利用二维Otsu方法得到稳健的初始分割,然后使用松弛迭代的区域增长技术来判决边缘像素的归属。实验结果表明,本方法能够获得更好的阈值分割效果和更强的鲁棒性,并且大大降低了时间复杂度。     

二维Renyi熵图像阈值选取快速递推算法

阈值分割是图像处理技术中的一个基本问题。阈值选取则是阈值分割技术的关键。随着阈值分割技术的不断发展，对阈值选取方法的准确性及快速性的要求越来越高。本文提出了二维Renyi熵阈值法的两种快速递推算法，消除了计算过程中的重复计算，大大提高了二维Renyi熵阈值选取算法的运行速度。通过对各种类型的图像进行大量实验，结果表明二维Renyi熵阈值选取算法分割准确，本文所提出的两种快速算法的运行时间几乎不到原始算法的0．1％，这使得二维Renyi熵法更具实用性。     

基于模糊推理的自动多级图像分割

提出了一种基于sup-star模糊推理的自动多级图像分割方法。该方法依据直方图(一维或二维)中蕴含的全局统计信息,通过sup-star模糊推理将所有灰度级聚拢归属在直方图局部极大值所代表的类别中,该方法不必已知分割类数,不需设置分割阈值为其优点。仿真和实际图像的实验结果证明了该方法是行之有效的。     

二维最大类间方差阈值分割的快速迭代算法

传统的二维Otsu阈值分割算法采用穷举搜索法搜寻最佳阈值向量。与此不同,本文提出了一种二维最大类间方差阈值分割的快速迭代算法,用迭代的思想解决原始二维Otsu方法计算复杂、实时性差的问题。文中导出了迭代算法的公式,给出了算法流程。实验结果表明,与二维Otsu原始算法及其他两种快速算法相比较,本文提出的二维Otsu快速迭代算法分割结果准确,实现简单,其运行时间仅为原始算法的0.4%左右,大大减少了计算量和存储空间,是一种快速有效且实时性好的图像阈值分割算法。     

Otsu法的多阈值推广及其快速实现

对传统的Otsu法进行了推广 ,使其可以应用于图像的多阈值分割 ;提出以双峰法引导来提高Otsu法多阈值分割图像的实时性和稳定性。对于直方图具有明显多峰谷特性的灰度图像 ,利用本文算法进行了实验验证。     

基于空间信息及灰度信息的塔型模糊聚类图像分割

对于二维灰度图像,基于灰度信息的图像信息熵分析法,由于没有考虑到图像的空间信息,存在着对图像信息描述不准确的问题。在进行图像分割时,若图像复杂到一定程度时,无法得到满意的效果。本文从空间信息和灰度信息出发,将图像的空间信息和灰度信息作为特征向量,对比较复杂的图像进行聚类分割,取得了满意的效果。经分析和实验验证,本文提出的基于空间信息和灰度信息的塔型模糊C-均值聚类（PFCM）图像分割方法与传统的非塔型聚类算法相比,具有收敛速度快、稳定性好等优点。同时,由于对初始聚类中心的合理初始化,消除了聚类分析中常见的死点问题。     

基于形态学多尺度修正的脑水肿区域分割

脑CT图像组织结构较为复杂且灰度不均匀,直接采用分水岭分割会导致较严重的过分割,采用阈值标记控制的分水岭分割通过限定可分割区域,可以较好地减轻过分割,但容易出现目标标记不准确的问题。为此提出了一种基于形态学多尺度修正的标记控制分水岭分割方法,首先对原始图像进行线性拉伸和指数增强,提高水肿与正常区域的对比度;然后在形态学梯度图像基础上,根据不同像素梯度值确定结构元素的大小,对图像进行形态学多尺度修正,以消除局部极小区域,保证修正过程中目标轮廓不发生较大偏移;最后采用标记控制的分水岭变换对图像进行分割。实验结果表明,该方法可对脑部水肿区域进行较精确的分割。     

减影技术在射线图像分割与提取中的应用

将缺陷信息正确提取和分割出来是射线检测中的重要环节。为了使分割算法更加自动、快速、精准，本文把减影技术应用到图像分割中来。首先利用形态学模拟图像背景，然后利用数字减影法提取缺陷目标。对几种阈值化方法进行分析，比较各种方法的基本思想，优缺点及使用范围，最终提出选择迭代分割方法得到图像最佳阈值将图像二值化。实验结果表明，针对不同的缺陷均能得到轮廓清晰的分割效果，为缺陷特征参数的提取和识别的实现打下坚实的基础。     

基于GVF-Snake模型改进的X线图像分割

参数活动轮廓模型目前越来越被广泛应用于医学图像分割中,而GVF-Snake模型更是其中研究较为广泛的一种.在人体手部指骨的X线图像分割中,对指节间隙的分割要求较高,传统的GVF-Snake模型方法需要较多的控制点选取,且分割结果并不稳定.因此,本文提出了一种基于改进的GVF-Snake模型分割方法,对图像灰度先进行线性...     

一种基于高斯混合模型与Markov建模的灰度图像分割方法

当灰度图像中存在区域间灰度变化不明显或者含有噪声时,图像分割效果会受到比较严重的影响,本文针对此类问题,基于高斯混合模型,提出了一种改进的灰度图像分割算法。首先,基于马尔可夫随机场建模,将梯度因素引入邻域约束,推导图像的能量函数。然后,采用改进的期望最大（EM）算法对能量函数进行求解,E步通过图割法求解各像素点的分类,M步通过改进的期望最大（EM）算法求解高斯混合模型中的各参数。实验结果表明,本文的方法相对于直接用图割法能够求得更低的能量值,获得较好的分割结果。     

增强CT纹理特征在鉴别肝脏局灶性结节性增生与肝细胞肝癌中的应用价值

目的 通过分析和比较肝脏局灶性结节性增生(FNH)与肝细胞肝癌(HCC)的增强CT纹理特征,探讨纹理参数在鉴别FNH与HCC中的价值.方法 回顾性分析22例FNH及28例HCC患者的资料.50例患者均行CT三期增强扫描,分别对病变动脉期、门脉期及延迟期的图像进行纹理分析,应用灰度直方图及灰度共生矩阵纹理分析方法测定灰度平均值(mean)、偏度(skewness)、峰度(kurtosis)、自相关(correlation)、能量(energy)、SD及熵值(entropy)7个纹理参数,对所得数据结果进行比较和分析.结果 FNH及HCC动脉期偏度、平均值、SD、能量及自相关间,门脉期偏度、平均值、峰度及自相关间,延迟期平均值及自相关间比较,差异均有统计学意义(P﹤0.05).ROC曲线分析,增强CT三期纹理参数均以灰度平均值诊断效能最佳,对应的AUC值分别为0.849、0.888、0.886.动脉期与延迟期的平均值参数比较,差异无统计学意义(P=0.495),门脉期与动脉期、延迟期比较,差异有统计学意义(P=0.000、0.000).以动脉期图像灰度平均值79.84为阈值,诊断的敏感度为81.8%,特异度为75.0%;以门脉期平均值101.90为阈值,诊断的敏感度为86.4%,特异度为82.1%;以延迟期81.78为阈值,诊断的敏感度为90.9%,特异度为82.1%.结论 CT纹理参数对鉴别HCC与FNH有一定帮助,其中以灰度平均值参数价值最高.     

非侵入性超声多模态影像诊断甲状腺微小癌的价值

目的:探讨非侵入性超声多模态影像（二维灰阶超声、彩色多普勒超声及弹性成像）诊断甲状腺微小癌(thyroid microcarcinoma,TMC)的可行性及价值。方法:超声检查110例患者共120个甲状腺微小结节,使用非侵入性超声多模态影像与侵入性细针穿刺活检(fine needle aspiration biopsy,FNA)诊断甲状腺微小癌,并结合病理结果,对TMC非侵入性超声多模态特征与FNA结果进行对比。结果:120个甲状腺微小结节中,恶性62个,良性58个。从敏感性、特异性、阳性预测值和阴性预测值方面比较,多模态超声分别为91.94%、89.66%、90.16%、88.14%,而常规超声、彩色多普勒超声及弹性成像分别为79.03%、79.31%、80.33%、77.97%,69.35%、68.97%、70.49%、67.80%,72.58%、72.41%、73.77%、71.19%,差异有统计学意义（P＜0.05）。FNA诊断甲状腺微小癌的敏感性、特异性、阳性预测值、阴性预测值分别为85.48%、86.21%、86.89%、84.75%。二者差异无统计学意义（P＞0.05）。结论:非侵入性多模态超声在诊断TMC的效能方面与FNA诊断TMC效能相当。     

18F-FDG PET/CT纹理分析预测局部晚期直肠癌新辅助放化疗疗效的价值

背景与目的：近年来,影像组学方法评价肿瘤异质性、早期预测肿瘤放化疗疗效及预后已显示出良好的应用前景。本研究利用18F-FDG PET/CT影像的纹理分析参数预测局部晚期直肠癌（locally advanced rectal cancer,LARC）新辅助放化疗后的病理反应。方法：回顾性纳入48例新诊断为T_3-4期和（或）N₊的LARC患者,所有患者在接受新辅助放化疗前均进行¹⁸F-FDG PET/CT基线检查（PET1）,治疗结束后1周内进行第2次¹⁸F-FDG PET/CT检查（PET2）,并于放化疗后6~8周行手术。PET图像再处理获得原发灶标准化最大摄取值（maximal standard uptake,SUV_max）、肿瘤代谢体积（metabolic tumor volume,MTV）和纹理分析参数,包括使用归一化共生矩阵计算的熵（entropy）、对比度参数（contrast）以及基于局部灰度差分矩阵计算的粗糙度参数（coarseness）。应用Kruskal-Wallis检验分析各参数与肿瘤退缩分级（grade of tumor regression,TRG）的相关性,并采用受试者工作特征曲线（receiver operator characteristic curve,ROC）曲线下面积（area under curve,AUC）对各参数的诊断效能进行评价。同时还利用支持向量机（support vector machine,SVM）方法分析了这些病例。结果：所有患者中,有病理反应20例（41.7%）,无病理反应28例（58.3%）。基于PET2测得病理有反应组和无反应组的对比度参数2值分别为84.2±31.2和65.6±21.8,差异有统计学意义（P=0.038）,AUC为0.677。两次PET/CT检查的SUV_max、MTV、熵、粗糙度参数及其变化和对比度参数1差异均无统计学意义。通过SVM方法利用PET1和PET2数据获得的灵敏度分别为25.0%和57.1%,特异度均为100.0%,有反应预测率均为100.0%,无反应预测率为53.9%和66.7%,总的预测准确率为60.0%和76.9%。结论：利用SVM方法和治疗后早期¹⁸F-FDG PET/CT检查图像contrast2值可以预测LARC新辅助放化疗后病理反应的结果。     

基于Tirm序列联合直方图及纹理特征分析鉴别乳腺良恶性病变

目的 分析乳腺良恶性病变在T2反转恢复压脂序列上的直方图及纹理特征,并评价诊断乳腺良恶性病变的效能。方法 回顾性分析100例行MRI检查并经病理证实的乳腺肿瘤资料。纹理特征提取采用灰度共生矩阵法得到病灶能量值、熵值、惯量值、自相关性、逆差矩及群显著性;直方图分析得到平均值、偏度、峰度。分别评价不同参数值在乳腺良恶性病变中的诊断效能。构建受试者工作特征曲线（ROC）结合临床实际评价乳腺良恶性组间的差异,确定诊断临界值。结果 各参数在良恶性组间比较,自相关性、群显著性、平均值及峰度值差异均有统计学意义（均P<0.001）;能量值、熵值、惯量值、逆差距及偏度值差异无统计学意义（P>0.05）。构建ROC将自相关性、群显著性、平均值及峰度值分别用于诊断乳腺良恶性病变,均有统计学意义（P<0.001）,联合四组参数诊断良恶性病变,曲线下面积为0.868,敏感度为90.57%,特异性为72.34%。结论 基于Tirm序列的直方图及纹理分析可用于乳腺良恶性病变的鉴别诊断,自相关性、群显著性、平均值及峰度值在Tirm序列上对诊断乳腺良恶性病变有一定意义,联合诊断可提高诊断效能。     

Automatic localization of the prostate for on-line or off-line image-guided radiotherapy

PURPOSE: With higher radiation dose, higher cure rates have been reported in prostate cancer patients. The extra margin needed to account for prostate motion, however, limits the level of dose escalation, because of the presence of surrounding organs at risk. Knowledge of the precise position of the prostate would allow significant reduction of the treatment field. Better localization of the prostate at the time of treatment is therefore needed, e.g. using a cone-beam computed tomography (CT) system integrated with the linear accelerator. Localization of the prostate relies upon manual delineation of contours in successive axial CT slices or interactive alignment and is fairly time-consuming. A faster method is required for on-line or off-line image-guided radiotherapy, because of prostate motion, for patient throughput and efficiency. Therefore, we developed an automatic method to localize the prostate, based on 3D gray value registration. METHODS AND MATERIALS: A study was performed on conventional repeat CT scans of 19 prostate cancer patients to develop the methodology to localize the prostate. For each patient, 8-13 repeat CT scans were made during the course of treatment. First, the planning CT scan and the repeat CT scan were registered onto the rigid bony structures. Then, the delineated prostate in the planning CT scan was enlarged by an optimum margin of 5 mm to define a region of interest in the planning CT scan that contained enough gray value information for registration. Subsequently, this region was automatically registered to a repeat CT scan using 3D gray value registration to localize the prostate. The performance of automatic prostate localization was compared to prostate localization using contours. Therefore, a reference set was generated by registering the delineated contours of the prostates in all scans of all patients. Gray value registrations that showed large differences with respect to contour registrations were detected with a chi(2) analysis and were removed from the data set before further analysis. RESULTS: Comparing gray value registration to contour registration, we found a success rate of 91%. The accuracy for rotations around the left-right, cranial-caudal, and anterior-posterior axis was 2.4 degrees, 1.6 degrees, and 1.3 degrees (1 SD), respectively, and for translations along these axes 0.7, 1.3, and 1.2 mm (1 SD), respectively. A large part of the error is attributed to uncertainty in the reference contour set. Automatic prostate localization takes about 45 seconds on a 1.7 GHz Pentium IV personal computer. CONCLUSIONS: This newly developed method localizes the prostate quickly, accurately, and with a good success rate, although visual inspection is still needed to detect outliers. With this approach, it will be possible to correct on-line or off-line for prostate movement. Combined with the conformity of intensity-modulated dose distributions, this method might permit dose escalation beyond that of current conformal approaches, because margins can be safely reduced.     

食管癌锥形束CT配准标志和配准方法探讨

目的 探讨食管癌图像引导放疗(IGRT)时锥形束CT扫描后的6个自由度(6DF)的配准标志和配准方法 .方法 选择IGRT前扫描的30组食管癌的锥形束CT图像和相应计划CT图像,并确定和勾画用于6DF图像配准的配准标志.以手动配准为基准,对比骨配准、灰度配准、手动配准和骨配准+手动配准的优劣.结果 IGRT治疗前运用勾画出的食管癌靶区旁骨性标志和椎管标志可进行快速而准确的6DF配准.骨配准+手动配准与手动配准在v旋转方向上不同-0.55°、-0.88°(t=2.55,P=0.020);骨配准与手动配准在x轴平移及v旋转方向上均不同,分别为0.12、-2.33mm及(t=5.75,P=0.000)-0.35°、-0.88°(t=3.00,P=0.007);灰度配准与手动配准在x轴平移及w旋转方向上均也不同,分别为7.20、-2.33mm(t=3.10,P=0.006)及-0.10°、-0.59°(t=2.81,P=0.011).骨配准+手动配准符合率最高(85.55%),骨配准和灰度配准相似(74.45%和74.45%).配准时间为手动配准(6.00～10.00 min)>骨配准+手动配准(1.00～5.00 min)>灰度配准(0.75～1.50 min)>骨配准(0.50～0.83 min).结论 食管癌患者在IGRT治疗前的配准需要配准标志,结合配准时间和配准准确性,骨配准+手动配准方法 最佳.     

A thermodynamic study of complexation of ciprofloxacin and lomefloxacin with aluminium ion

Gibbs energy, enthalpy and entropy for the reactions of ciprofloxacin and lomefloxacin with aluminium ion were determined. No significant differences were observed for Gibbs energy values for these fluorquinolones while significant differences were found for enthalpy and entropy. The highly positive values observed for the entropy give evidence for a strong cation-ligand interaction and point out the role of hydration in the complex formation. As the value of the entropy for the reaction with ciprofloxacin is higher than that observed for lomefloxacin one concludes that the former ligand interacts more strongly with the metal ion than the latter.     

基于矢状位T2WI灰度共生矩阵对I期子宫内膜癌肌层浸润深度的评估价值

目的:探讨基于矢状位T2WI灰度共生矩阵（GLCM）对Ⅰ期子宫内膜癌（EC）肌层浸润深度的评估价值。方法:回顾性分析本院经手术后病理证明的47例EC病例（包含Ⅰa期即浅肌层浸润,25例;Ⅰb期即深肌层浸润,22例）。用软件ITK-SNAP于矢状位T2WI序列勾画病变多层面感兴趣区域,再经过软件AK(Artificial Intelligence Kit,V3.2.0R版本)图像预处理后得到标准化图像,并采集灰度共生矩阵纹理特征48个（包括8类参数:集群突出、集群阴影、相关、能量、熵、Haralick相关、惯量、逆差矩;6个角度计算:全角、全角SD、0°、45°、90°、135°;步长为1）。Ⅰa期组与Ⅰb期组纹理特征比较用独立样本t检验（呈正态分布且方差齐）或Mann-Whitney U检验（呈非正态分布或者方差不齐）,组内多参数降维行因子分析。以受试者操作特征（ROC）曲线分析计算降维后纹理参数曲线下面积、界值、敏感度、特异度。结果:3类参数（共13个纹理特征）差异有统计学意义（P＜0.05）,即相关（全角、0°、45°、90°）,惯量（全角、全角SD、0°、45°、90°）,逆差矩（全角、0°、45°、90°）。而集群突出、集群阴影、能量、熵、Haralick相关差异无统计学意义（P＞0.05）。13个纹理参数降维成2种主成分,其中相关（Correlation_angle45_offset1）和惯量（Inertia_AllDirection_offset1）得分分别最高（分别为0.928、0.904）。Correlation_angle45_offset1判断Ⅰb期EC的ROC曲线下面积为0.756,界值为2.07×10-3,敏感度77.3%,特异度72.0%;Inertia_AllDirection_offset1判断Ⅰa期EC的ROC曲线下面积为0.718,界值为165.89,敏感度68.0%,特异度63.8%。结论:基于矢状位T2WI序列灰度共生矩阵可用于评估Ⅰ期EC肌层浸润深度,进而为临床对其治疗方法的择取及预后判断提供帮助,并展示良好的应用前景。     

Determination of the temperature artifact during ultrasound hyperthermia

Temperature artifacts produced by very small uncoated thermocouples during ultrasonic heating are evaluated by backward extrapolation of the linear portion of the temperature rise curve or by backward extrapolation of the exponential portion of the temperature decay curve. The accuracy of these techniques for larger clinically used thermocouples is investigated by use of a two-dimensional model of the bioheat equation which simulates the transfer of heat radially from a probe 1 mm in diameter. The accuracy of these techniques is found to depend upon the perfusion rate. In the absence of perfusion, both extrapolation techniques underestimate the artifact by nearly 40%. Extrapolation of the temperature rise curve is very sensitive to the perfusion rate and this technique results in errors exceeding 100% when the perfusion rate is high. Extrapolation of the temperature decay curve produces more consistent results. Over a blood flow range of 0–100 ml/100 g per min, the artifact is underestimated by an amount that varies from approximately 40% to 30% respectively. Thus, the artifact can be determined to within 5% by this technique by increasing the extrapolated value by 35%.