基于噪声识别的医学图像去噪方法研究

结合医学图像的特点和频域滤波,对图像的高频部分进行噪声识别,以区分边缘与噪声,再通过改进的空间滤波算法实施去噪,使图像的边缘细节部分得到保护,最后融合处理后的高频图像和其对应的低频图像,获得完整的去噪图像。通过这种方法处理后的图像能达到较好的去噪效果。     

各向异性PDE改进分水岭脑MRI图像分割算法

详细论述了各向异性扩散的PDE(偏微分方程)降噪算法原理,提出一种各向异性扩散的PDE降噪和分水岭算法相结合的脑MRI医学图像分割算法。采用各向异性扩散的PDE降低原始图像噪声,然后利用形态学算法对降噪后的图像进行形态学处理,通过形态学知识提取图像边界。利用图像的几何特征,去除非目标区域,再采用分水岭变换进行图像分割,并通过脑MRI图像验证了此方法的优势。实验结果进一步验证了其可行性。     

基于全局变量小波变换的中医诊断图像处理方法

噪声是影响中医疾病诊断图像质量至关重要的因素，噪声的存在使得图像信噪比下降，直接导致图像的某些特征细节淹没在图像噪声中不能被辨识。为了准确提取医学图像中的信息，提出了一种将全局变量最小化方法和小波变换方法相结合的医学图像处理方法，实验证明该方法能有效去除中医诊断图像中的噪声，有利于提高医师对疾病的诊断准确率。     

一种引入ISODATA动态聚类的医学图像中值滤波算法

目的；提出一种医学图像中值滤波算法，以改进经典中值滤波存在的不足。方法：将模式 识别中的ISODATA聚类引入到中值滤波算法中，将分类的结果作为参数来确定如何进行中值滤波，以及是否需要进行中值滤波处理。结果：本算法能够滤除严重的脉冲噪声干扰，同时保持图像细节。结论：本算法跟经典中值滤波算法相比，提高了信噪比，增强了图像质量。     

基于BP神经网络的常见中兽药中5种违禁药物显微图像识别

目的 以人工神经网络和模式识别技术为基础,对动物饲料中常添加的违禁西药进行了自动识别与分类.方法 对违禁药物的显微图像进行预处理、图像分割,并提取纹理特征.根据提取的特征应用BP人工神经网络完成对5种违禁药品（呋喃妥因、呋喃唑酮、呋喃它酮、氯霉素、扑热息痛）的识别分类.结果 该算法不仅能快速识别出上述5种违禁药品,且准确度比较高.结论 该方法对于以上5种违禁药品能得到满意的识别结果.     

含弱信号点微阵列图像的自动网格划分

网格划分是微阵列图像处理的关键步骤。本文主要针对弱信号和阴性样点较多的图像,先经过边界提取,通过Radon变换对图像进行倾斜校正,采用投影法分别进行水平竖直两个方向的投影,对得到的投影信号进行形态学重构,去除一定的噪声,再进行二值化。结合数学统计学方法对投影信号进行优化,自动计算样点的半径,样点中心的坐标,将网格线自动定位到样点内部,从而避免由于弱信号点和噪声引起的网格线的冗余和缺失,同时也得到了图像阵列的行数与列数。实验结果表明本文采用的方法既适用于高通量的微阵列图像,同时对含较多弱信号点的图像样点定位取得良好的结果,算法具有较强的鲁棒性。     

基于改进的Snake模型分割肝脏的CT图像

Snake(主动轮廓线)模型,具有良好的获取特定区域内目标边缘的能力,是一种极为有效的图像分割方法,利用围绕目标心形的圆环内平均灰度差异来确定初始轮廓点,对噪声的干扰有一定的抑制作用,并减少了人工选取的工作量,将离散Snake算法与分段DP算法有效结合来获取肝脏CT图像的特征边缘点,以提高Snake算法的收敛速度.最后利用单调性原则对肝脏CT图像的边缘点进行分区,在各个单调区间内采用曲线拟合的方法来获得连续的肝脏CT图像边缘,最后用Roipoly函数,由这些坐标显示原输入图像,得到BW的二值图像,最终可以显示完整的CT值没有改变的肝脏图像.     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

基于NSST与改进模糊的乳腺超声图像增强方法

目的 为解决乳腺超声图像在采集和传输过程中引入噪声导致图像质量下降,影响乳腺癌早期诊断的问题,提出一种基于非下采样剪切波变换（Non-Subsampled Shearlet Transform,NSST）与改进模糊的乳腺超声图像增强方法。方法 首先,通过改进模糊算法增强图像对比度;然后,采用NSST将图像分解为低频部分和高频部分,其中对低频部分进行线性变换以调整图像整体对比度,对高频部分采用阈值模型去除图像中的噪声;最后,将处理后的高频部分和低频部分通过逆NSST获得增强图像。采用信噪比（Signal to Noise Ratio,SNR）和对比噪声比（Contrast to Noise Ratio,CNR）衡量算法去噪性能,结构相似性、特征相似性和信息熵衡量算法细节保留能力,平均梯度衡量算法对比度增强效果。结果 本文方法增强后图像的SNR为2.108,CNR为0.903,信息熵为7.363,平均梯度为9.439,结构相似性为0.939,特征相似性为0.972,均明显高于基于非局部均值自适应选择搜索区域图像去噪算法、基于NSST与模糊对比度的增强算法和基于双边滤波的NSST去噪算法。结...     

基于旋转和平移不变性的分子图像识别算法

目的探讨冷冻电镜分子图像的识别方法,为快速、准确的分子图像识别研究提供有效帮助。方法提出一种新的分子图像识别算法,可以生成旋转不变性和平移不变性的特征,并且采用基于分治思想的优化策略,显著地提高了算法的识别精度。结果在基准测试集上,同当前主流分子图像识别算法进行了对比,识别率优于其他算法。结论基于旋转和平移不变性特征的分子图像识别算法,有效解决了噪声的干扰和分子图像取向随机性的问题,提高了算法的识别精度。基于分治思想的优化策略,显著地提高了算法的识别速度。     

一种引入ISODATA动态聚类的医学图像中值滤波算法

目的提出一种医学图像中值滤波算法,以改进经典中值滤波存在的不足。方法将模式识别中的ISODATA聚类引入到中值滤波算法中,将分类的结果作为参数来确定如何进行中值滤波,以及是否需要进行中值滤波处理。结果本算法能够滤除严重的脉冲噪声干扰,同时保持图像细节。结论本算法跟经典中值滤波算法相比,提高了信噪比,增强了图像质量。     

X射线检测焊缝的图像处理与缺陷识别

根据射线检测焊缝图像的特点，设计了图像去噪、增强的算法；针对焊缝缺陷对比度差、光照不均、纹理较多等不利因素，在去除焊缝背景情况下，设计了动态划分焊缝区域算法，利用局域阈值法分割提取出对比度不均的缺陷；通过对焊缝缺陷特征分析，选取缺陷识别的特征参数；建立了用于焊缝缺陷识别的模糊神经网络模型。试验结果表明，图像预处理和缺陷提取是成功的，提出的识别算法能够提高介于模糊边界模式分类时的识别率，对焊缝缺陷识别的效果优于分类识别法。     

寄生虫虫卵图像计算机自动识别技术研究

目的探讨建立寄生虫虫卵显微图像计算机自动识别系统的相关问题。方法从研究国内外虫卵图像识别技术的相关进展和10种人体常见寄生虫虫卵图像的特性入手,以Visual C++6.0为系统开发工具,运用数字图像处理,将虫卵数字图像经过预处理,提取形态、颜色和纹理等特征,通过相应的虫卵分类识别算法的实现,初步实现人体常见寄生虫虫卵图像的计算机自动识别。结果实验系统可在获取图像后一步实现对10种常见人体寄生虫虫卵的自动识别,平均识别率为93.0%,每幅图像处理时间为1~3s。结论对虫卵图像纹理特征的选用,可显著提高系统对样本的分类精度;系统开发所采用的分析方法、特征和计算参数的选取原则,有益于日后的类似研究。     

胶囊内窥图像识别系统算法设计及实现

从大量的胶囊内窥图像中人工寻找出病变图片是一件非常费时费力的事情,因此利用计算机进行胶囊内窥病变图像智能识别研究具有重要意义。在对大量胶囊内窥正常图像和肿物图像的分析基础上,本文提出在图像的各个分量上将纹理和颜色相结合提取图像特征向量,分别输入BP(back propagation,后向传播)神经网络进行训练和识别,对不同分量图像的识别结果采用投票原则确定最终识别结果。实验表明该方法可以有效地区分内窥图片中的正常图片和肿物图片,有效减少了医生的判读时间,辅助临床医生快速筛查出病变图片。     

基于控制体的两步法图像配准(英文)

目的为了提高放射治疗中对运动器官照射的准确性,改善放疗中剂量分布的效果,开发了一种鲁棒的基于控制体的图像配准算法。方法算法将控制体的自动匹配和薄板样条结合起来,提高了弹性配准的准确性。还研究出了控制体的双向匹配方法,进一步提高算法的精度。结果采用临床图像对两步法进行了验证,即使在大变形的情况下也是有效的,说明算法是鲁棒和通用的。结论所提出的算法提供了比手动选取标志点以及单步配准算法更方便、更鲁棒的解决方案,它将有助于实现放疗中自动配准的目标。     

手掌静脉识别：基于端到端卷积神经网络方法

目的提出一种基于端到端卷积神经网络的手掌静脉识别方法。方法在构建的手掌静脉识别网络模型中,卷积层和池化 层交替级联提取图像特征,同时通过神经网络分类器进行分类识别,采用包含动量项的随机梯度下降法最小化识别误差,在误 差减小的方向上不断优化模型。采用训练集数据扩展、批归一化、Dropout、L2参数正则化四种方法提升网络的泛化能力。结果 对公共的PolyU库(图像在高约束条件下获取)和自建库（图像在自然条件下获取）中全部500个对象的识别,正确识别率分别达 到99.90%和98.05%,单个样本的识别时间均小于9 ms。结论与传统算法相比,本文方法能够有效提升掌静脉识别在实际应用 中的准确率,为掌静脉识别提供一种新思路。     

基于稀疏编码的图像语义分类器模型

为了解决图像检索以及遥感图像识别等图像处理研究中本质的问题——如何对高层抽象图像语义进行有效的分类,本文采用生物视觉认知机理,结合生物特征信息,用最小生成树的方法构造图像信息语义树,提出了一个基于稀疏编码的图像语义分类器(SCISC)的模型。实验结果表明:该模型在图像分类中有较高正确率。     

脑发育性静脉异常的CT及MRI诊断(附25例分析)

目的探讨脑发育性静脉异常的MRI、CT及临床表现,提高对该病影像学诊断的认识。方法收集我院近2年经部分手术病理及DSA证实的25例DVA,所有患者均行MRI平扫及增强扫描,9例行CT检查,DSA检查6例,回顾分析其MRI、CT表现。结果发生于幕上15例,幕下10例;CT检查9例,合并脑出血3例,有4例CT平扫未见明确异常密度改变,2例增强扫描见线条形异常增强血管影;MRI能清楚显示所有病变,T1WI、T2WI表现为线条形异常信号22例,合并海绵状血管瘤4例,增强扫描明显显示增粗髓质静脉及引流静脉,部分呈典型的"海蛇头"、"水母头"、"星簇状"等表现;幕上DVA引流静脉经皮层静脉汇入到脑表面静脉窦10例,汇入室管膜下静脉3例,汇入大脑深静脉2例,幕下10例汇入到脑表面静脉7例,汇入到四脑室膜下静脉3例。结论 CT对此病的诊断特异性少,MRI平扫及增强扫描能对99%的DVA作出准确定位定性诊断,故MRI检查能替代CT和DSA成为DVA诊断的首选检查方法。