多发性硬化磁共振图像纹理特征的研究

目的利用灰度-基元共生矩阵法研究多发性硬化(MS)MRI图像脑白质中肉眼可见病灶区(L-W)、表现正常区(A-W)及健康对照组脑白质区(N-W)的纹理特征,目的在于测试A-W与N-W的纹理特征间是否存在显著性差异。方法从26例MS患者MR的T2WI图像中提取L-W和A-W,从26例健康对照者提取与A-W对应部位的N-W,组成三组数据样本集。经灰度-基元共生矩阵映射,提取能量、对比度、逆差矩和熵等纹理参数,并比较三组纹理参数是否显著不同。结果L-W、A-W、N-W三组样本的所有纹理参量均显示,A-W组与N-W组之间存在显著性差异,与L-W组也显著不同(P<0.01)。结论常规MR的T2WI图像纹理分析显示,MS患者侧脑室表现正常脑白质与健康对照组显著不同。通过纹理分析有可能揭示MS患者隐匿性病。     

关于CT图像肝纤维化评定标准的研究

肝脏疾病严重威胁着人民的健康。本文通过对肝纤维化生理病理特点以及在CT图像上表现的分析，利用灰度共生矩阵的算法对纤维化病人与正常人的CT图像进行纹理分析，探索区分两者的有效参数，为肝纤维化的CT图像诊断提供依据。     

低剂量数字胸片纹理特征与低密度结节检出相关性的研究

目的探讨利用图像纹理特征对低剂量数字胸片不同拍摄条件进行定量分析的方法。方法分别对同一体模用12种不同拍摄条件拍摄3次数字X线摄影,并对图像进行基于灰度统计、基于灰度共生矩阵、基于小波的熵纹理特征提取,分别用欧几里得距离、余弦相似度和相关系数描述结节纹理特征与背景纹理特征的相似程度,并根据这些相似度指标确定最佳拍摄条件,最后与临床医生对拍摄条件的主观判断进行比较。结果分别提取了所有结节区域和背景区域的16个纹理特征,欧氏里得距离、余弦相似度和皮尔逊相关系数一致判定81 k V/1.0 m As和81 k V/1.6 m As的拍摄条件最佳,并与医生评价结果基本一致。结论通过特征相似度计算的方法,能够选中最佳拍摄条件下的图像质量,从而协助医生进行结节的分析,对疾病进行诊断。     

医学图像分割技术研究进展

医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域，从而有助于医学诊断。综述和讨论了近年来的医学图像分割技术、发展趋势、研究热点及其医学图像分割的评价等问题，并简要讨论了每类分割方法的特点，展望了医学图像分割的前景和面临的挑战。     

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。     

基于底层特征融合和相关反馈的医学图像检索

针对胸片图像特征,提出用分块主颜色、灰度共生矩阵和梯度图像形状不变矩以及它们的融合加之相关反馈技术进行检索的方法。在Windows Vista环境下用VisualC 实现了一个胸片图像检索的原型系统,实验表明,该方法具有良好的检索效果。     

基于Nakagami成像纹理特征检测微波热消融凝固区的方法研究

目的:探讨超声Nakagami成像纹理特征参数检测微波热消融凝固区的可行性.方法:通过超声仪采集超声射频信号然后检测包络信号,构建超声Nakagami图像.基于超声Nakagami图像提取灰度共生矩阵纹理特征参数,输入支持向量机训练凝固区识别模型后结合多项式拟合得到凝固区最终识别结果.以离体猪肝最大剖面的测量结果为金标...     

MRI医学图像纹理分析系统的研制与开发

很多研究都已经证实当人体的组织发生病理变化时，图像纹理特征也会相应改变，如何从MRI图像中提取表征这种常规MRI无法观察到的微观结构改变的特征是本文研究的重点。本文旨在开发一个对MRI医学图像进行纹理分析的系统，其功能包括实现图像的显示及图像信息的读取。选取ROI（Regions of Interest，感兴趣区），对感兴趣区提取5个纹理特征，形成样本，存人样本库，以及对样本进行分类和统计检验。本系统的开发为从纹理分析的角度研究MRI医学图像提供了方便，具有较高的实用价值。     

医学图像分割进展

图像分割是解决医学图像在临床上广泛应用的关键性问题。本文简述了医学图像分割技术的进展,综述医学图像分割技术、发展趋势,展望了医学图像分割的前景和面临的挑战。     

医学图像分割方法研究

医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域．从而有助于医学诊断。本文综述和讨论了近年来的医学图像分割技术、发展趋势，研究热点及其医学图像分割的评价等问题．并简要讨论了每类分割方法的特点．展望了医学图像分割的前景和面临的挑战。     

基于形变模型的医学图像分割综述

简要介绍了传统的形变模型及近年来出现的一些新方法。特别介绍了形变模型中两种重要的方法——Snake模型和水平集模型。图像分割是医学三维重建、医学可视化等的基础,对疾病的诊断和治疗有着重要的临床意义。图像分割是医学图像处理和图像分析中的关键步骤和关键技术,也是经典难题。随着实际应用的需要,对医学图像分割方法进行深入的研究,不断改进原有方法,提出新的、更有效的方法具有重要意义。     

基于小波变换纹理分析的医学图像检索

根据医学图像的特点．提出了一种基于哈尔小波变换纹理分析的图像检索方法．并与基于共生矩阵的纹理识别方法进行比较和分析。据此．实现了一个图像检索原型系统。实验证明．本方法具有良好的检索效果。     

基于灰度共生矩阵的腹部图像分类与检索

目的:旨在准确率更高地对腹部医学图像进行分类和检索。方法:提出一种基于灰度共生矩阵的图像分类和图像检索新方法。利用灰度共生矩阵计算2类关键特征:对比度和熵,实现对腹部医学图像的分类与检索。利用Matlab构造分类检索界面,可分别进行2种处理,其中分类处理是将图像库中的图像根据疾病类型进行分类,可显示疾病种类及相应图像数量;检索处理为将已知疾病图像输入系统后,系统将与之相似疾病图像检索显示出来。结果:能够准确率很高地分类检索肝癌、肝血管瘤、肝囊肿等3类疾病,界面便于医生操作。结论:对临床影像数据进行实验测试,结果表明分类和检索准确率较高,满足临床的需要。     

基于DT—CWT变换统计模型的医学图像纹理检索

针对离散小波变换具有平移变化性和弱方向性的特性,本文提出了一种基于双树复小波变换(DT-CWT)统计模型的医学图像纹理检索方法。该方法首先利用双树复小波变换系数的平移不变和多方向选择特性,建立广义高斯分布的统计模型,然后基于该模型提取图像的特征矢量,最后利用改进的Log-likelihood(ILL)相似性测度算法进行纹理图像检索。实验结果表明,该方法的检索查准率达到了82.8%,相比于传统的Gabor算法和小波算法都有了较大的提高,对今后的纹理图像检索具有重要的理论与实际意义。     

深度卷积神经网络方法在医学图像分割应用中的综述

在计算机视觉领域中,卷积神经网络(CNN)对图像有优秀的分类能力,但要将其应用到医学图像分割任务中并取得较好的效果,还存在着一些问题.对此,汇总分析了当前已有的一些研究,从基础CNN开始,描述如何将分类网络改造成分割网络,讨论改造后的网络在分割任务中的缺陷.针对这些缺陷,总结用于提高分割效果的常见方法,并介绍它在医学图...     

几种图像分割技术在医学图像处理中的应用研究

叙述了基于特定理论的图像分割算法在医学图像处理中的应用,详细介绍了遗传算法、水平集分割法、模糊集分割法各自的基本理论以及优缺点,论述与讨论了医学图像分割效果评价方法,最后对各种算法的特点进行了总结。     

FCM和Level Set在医学影像分割中的应用

目的探讨RGAC-M（改进的区域几何活动轮廓模型）,用于更准确地分割医学图像。方法通过分析区域几何活动轮廓模型（RGAC）在医学图像分割中存在的缺陷,并对其区域项进行改进,提出了RGAC-M模型。该模型采用多种子初始化方式,降低了算法对初始条件的敏感性,同时也减少了人工干预。结果利用RGAC-M对多种脑组织（灰质、白质、脑脊液以及背景等）进行分割,取得了良好效果。结论 RGAC-M可减少图像分割的迭代次数,提高图像分割速度和图像质量。     

一种基于三维重建的医学图像融合方法

医学图像融合是医学图像处理的一项重要技术。传统的融合技术在严格配准的基础上,对于两个具有不同扫描和成像参数的影像具有极大的局限性,针对此,本文研究了一种基于三维重建的医学图像融合方法。该方法以三维重建为基础,对重建后的三维体数据,按照解剖学结构,设置任意的解剖面进行截取,可以得到具有空间和几何上完全匹配的两幅图像,最后进行融合。研究证明,使用该方法不仅融合的结果更加准确有效,而且无需配准,适用于任意的医学成像设备的影像融合。