二维高斯滤波法在尿囊膜血管检测中的应用

通常 ,尿囊膜的血管图像质量较差 ,原因在于血管纵横交错地分布于尿囊膜上 ,图像的对比度低 ,从而导致血管检测工作十分困难。通过分析血管空间和光学特性 ,了解到沿血管的横向断面方向 ,其灰度呈高斯分布。利用二维高斯滤波器进行模板匹配 ,每隔 15°取一个检测方向 ,共建立 12个 13× 13方向检测模板矩阵。经处理后 ,血管从背景中显现出来 ,取得较令人满意的对比度和清晰度。     

基于数学形态学的视网膜血管提取算法

目的 影像中血管的分割与特征提取,对疾病的早期诊断具有重要意义。针对很多视网膜血管提取算法分割精度不高的问题,提出了运用数学形态学中的高帽变换的方法对其进行检测。方法 首先,选取结构元素为“圆盘形”的形态学对图像进行高帽变换,经过高帽变换后的图像平滑了图像的背景,同时增强了血管在图像中的对比度。其次,对变换后的图像利用Otsu＇s自动分割法对图像进行阈值分割得到血管的二值图像。再次,根据血管在图像中的结构信息和几何信息,利用基于连通域度量的方法,设置连通域的“面积”和“长宽比”两个阈值,去除虚假目标。最后,为保持血管的连续性,对图像进行一次膨胀运算,可将断裂的血管连接起来,减小了实验的误差。结果 通过上述步骤实现了对血管的提取。结论 结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的分割精度。     

基于高斯过程和Radon变换的视网膜血管管径测量

视网膜血管管径的异常变化与糖尿病、高血压等心脑血管疾病发展进程息息相关,眼底图像中视网膜血管信息的提取是计算机辅助分析和诊断相关疾病的重要步骤。本研究提出一种视网膜血管管径测量方法。首先对眼底图像进行图像预处理,然后基于高斯过程和Radon变换准确跟踪血管中心线和方向,最后利用二维高斯过程回归技术测量血管管径。在DRIVE和STARE这两个眼底图像数据库中进行测试。结果表明不论是对于曲率较小的近似直线型血管段、曲率较大的弯曲型血管段,还是对于管径发生变化的血管段,本文方法都能较好地检测出血管管径宽度,且标准差低、运算速度快。     

基于滤波反投影算法的血管内光声图像重建

将目前在光声断层（PAT）成像中得到广泛应用的滤波反投影（FBP）重建算法应用到血管内光声（IVPA）成像中,提出一种简单快速的二维图像重建方法。首先,对组织产生的光声信号进行滤波、逆卷积和时域一阶求导的预处理;然后,针对IVPA在血管腔内封闭成像的特殊性,采用权重法将预处理后的光声信号数据对导管以外的成像区域沿弧线进行反投影,得到成像平面内每个网格点处的初始光声压。最后,得到反映血管壁组织结构形态的横截面灰阶图像。对仿真血管模型的实验表明,采用所提出的方法重建IVPA图像的结构,相似性指标（SSIM）可达到 0.571 7。合理选择滤波函数、滤波截止频率以及测量位置数,可以提高IVPA重建图像的质量;对光声信号进行时域一阶求导处理,能有效地突出重建图像中的组织结构信息。该方法为后续图像重建算法的优化奠定基础。     

一种基于近似树的三维心血管图像的匹配算法

为实现不同时刻三维心血管图像的匹配，提出一种基于近似树的心血管图像匹配算法。先将三维心血管表示成树的结构，然后介绍了包含VLDC(variable length don’t cares)结点的近似树匹配算法。然而，在心血管树匹配的过程中，匹配的具体对象是曲线而不是通常意义的结点，因此，提出包含VLDC曲线的近似树匹配算法，并重点介绍其中的VLDC曲线的匹配过程。在实验中对相邻时刻的心血管图像进行了匹配，实验结果令人满意。     

基于深度学习和二维高斯拟合的视网膜血管管径测量方法

糖尿病、高血压等疾病会引起视网膜血管的形状发生变化,眼底图像血管分割是疾病定量分析过程中的关键步骤,对临床疾病的分析和诊断具有指导意义。本文提出一种视网膜血管管径自动测量方法。首先,将通道特征图叠加,同时通过使用深度可分离卷积来增加网络深度,将二者引用于全卷积神经网络中对血管网络进行分割;然后在分割的血管网络基础上,利用形态学细化和最小二乘拟合求取血管的中心线和方向;最后根据血管横截面灰度值分布特性,利用二维高斯拟合对血管中心线和方向进行校正,得到准确的血管方向和中心线位置进而计算血管管径。利用本文方法分别对REVIEW数据库中的3个图像集进行测试,测量的管径均值的标准差接近专家测量的标准差,表明本文血管管径测量方法的准确率高,实验结果验证了本文方法的准确性。     

一种改进的灰度医学图像平滑滤波算法

提出了一种改进的灰度医学图像平滑滤波算法,此算法既有效地滤除了医学图像中的噪声,又能很好的保持了图像的边缘及细节,也克服了作者先前所提算法滤波后图像边缘出现毛刺的缺点。     

视网膜血管高血压交叉压迫征的量化研究

研究视网膜血管高血压交叉压迫征的量化方法,采用局部血管图像增强的匹配滤波进行预处理、数学形态学的闭合运算进行图像平滑、线化无级扩大法确定血管边界,实施管径可逆量化自动寻优算法,为获取相关疾病诊断的数据提供一种辅助手段。     

基于中心线提取的视网膜血管分割

精确估计眼底图像中的血管中心线和血管宽度是眼底血管疾病量化和可视化诊断的先决条件。在深入研究眼底图像和视网膜血管特征的基础上,提出一种基于中心线提取的视网膜血管分割算法,该算法以离散高斯核函数的偏微分为模板卷积图像,利用血管的微分几何特征定位血管中心线,并测量血管宽度。本方法的血管分割精度达到亚像素级,解决了传统方法无法直接计算血管宽度的问题,且在速度方面有较大提高。应用本算法对各类眼底图像进行了血管分割的实验,结果表明,该算法可以快速、准确地进行眼底血管分割和中心线提取。     

一种普适的基于多尺度滤波和统计学混合模型的血管分割方法

血管的精确提取和定位,是实现心脑血管介入手术的关键。多尺度滤波算法可以增强血管目标,同时抑制背景噪声,但并没有把血管从图像背景中区分出来。基于统计学的分割算法,通过对直方图进行拟合实现血管的分类,但需要调整混合模型去拟合特定的图像直方图。为了克服上述问题,提出一种具有固定模型的普适的血管分割方法。首先,利用多尺度滤波算法进行图像预处理。其次,针对滤波增强后数据的直方图曲线,用由3个概率分布函数(1个高斯和2个指数)组成的混合模型进行拟合。期望最大化算法用于混合模型参数的估计。最后,通过最大后验概率分类算法将血管分离出来。为了验证上述方法的有效性,分别在仿真(phantom)数据、磁共振血管造影(MAR)数据和计算机断层血管造影(CTA)数据上进行实验测试。结果表明,所提出的方法在多套仿真数据上的分割误差低于0.3%,同时对于不同模态的血管图像具有很好的分割效果及较强的鲁棒性。     

一种基于相位相关法及数学形态学方法的眼底血管图像自动拼接方法

眼底图像的快速自动拼接是眼底血管图像定量分析的必要前提。首先运用数学形态学的‘开’运算从原始图像中分离出灰度分布高度不均的背景图像。经图像增强，采用相位相关法求出图像间的平移量。结果表明：本文方法具有错配率低、速度快、拼接处光滑过渡并能同时增强血管对比度的优点     

Fast and Robust Exudate Detection in Retinal Fundus Images Using Extreme Learning Machine Autoencoders and Modified KAZE Features

Journal of Digital Imaging - Diabetic retinopathy(DR) is a health condition that affects the retinal blood vessels(BV) and arises in over half of people living with diabetes. Exudates(EX) are...     

3D Elastic Registration of Ultrasound Images Based on Skeleton Feature

INTRODUCTION The development of3D imaging has attracted great attention in the field of med-ical imaging by recent years.A majority of investigations in ultrasound imaging sys-tem have also focused on3D ultrasound image reconstruct system.All those recon-struct system based on recombination of2D images has a same condition that spatialposition of object being scanned remains unchanged as time passed by.Only in thisway,3D figure of human’s organ can be reconstructed by2D images obtained…     

基于定向局部对比度的眼底图像视盘检测方法

视盘作为眼底图像的一个重要特征,其自动检测方法在眼底病变图像分析中有着重要的作用。提出一种基于定向局部对比度滤波的方法,有效地提取眼底图像中的局部亮度区域;结合视盘区域的局部血管特征,选择定位出正确的视盘感兴趣区域;采用数学形态学方法和区域主动轮廓模型,可较准确地检测出视盘轮廓。对开放的STARE数据库上的81幅眼底图像进行测试,其中含31幅正常和50幅病变图像（含严重病理图像）,用该方法正确检测出视盘73幅,准确率约为90.1%。结果表明,该方法有效地克服大块亮斑病灶对视盘检测的影响,且仅需提取粗血管,计算较为简单,说明了算法的有效性。     

显微图象的快速拼接

作者提出了基于图象匹配的显微图象快速拼接的新方法。拼接分三步完成：１．生成利于配准的梯度图象。２．基于金字塔数据结构的快速匹配。３．进行边界处清除图象拼接处的阶梯。优点是：拼接由计算机自动完成，速度快、精度高，消除了人为误差，并且能提供人工无法实现的拼接处光滑连接。     

基于投影的视网膜眼底图像视盘检测方法

充分利用血管的分布特性和视盘区域的外观特性,本研究提出一种易于实现的基于一维投影的视盘检测方法。首先利用2倍主血管宽度的垂直窗计算各水平位置的血管散布度值,并绘出相应的水平投影曲线,投影曲线的最小值点被确定为视盘的水平坐标,然后在确定的水平位置,通过边长为视盘直径的矩形窗获取局部区域内的亮度和血管边缘梯度特征,并绘出相应的垂直投影曲线,该曲线最大值点即为视盘垂直坐标。将本方法在4个公开的眼底图像数据集和1个自选数据集上进行了测试,在整个380幅眼底图像中,检测准确率达到94%,在STARE数据库中平均用时13.2 s,综合准确率和效率来看,本方法易于实现,鲁棒性好,符合实际系统处理要求。     

Automated Detection and Grading of Diabetic Maculopathy in Digital Retinal Images

Diabetic maculopathy is one of the retinal abnormalities in which a diabetic patient suffers from severe vision loss due to the affected macula. It affects the central vision of the person and causes blindness in severe cases. In this article, we propose an automated medical system for the grading of diabetic maculopathy that will assist the ophthalmologists in early detection of the disease. The proposed system extracts the macula from digital retinal image using the vascular structure and optic disc location. It creates a binary map for possible exudate regions using filter banks and formulates a detailed feature vector for all regions. The system uses a Gaussian Mixture Model-based classifier to the retinal image in different stages of maculopathy by using the macula coordinates and exudate feature set. The evaluation of proposed system is performed by using publicly available standard retinal image databases. The results of our system have been compared with other methods in the literature in terms of sensitivity, specificity, positive predictive value and accuracy. Our system gives higher values as compared to others on the same databases which makes it suitable for an automated medical system for grading of diabetic maculopathy.     

A Study on Hemorrhage Detection Using Hybrid Method in Fundus Images

Image processing of a fundus image is performed for the early detection of diabetic retinopathy. Recently, several studies have proposed that the use of a morphological filter may help extract hemorrhages from the fundus image; however, extraction of hemorrhages using template matching with templates of various shapes has not been reported. In our study, we applied hue saturation value brightness correction and contrast-limited adaptive histogram equalization to fundus images. Then, using template matching with normalized cross-correlation, the candidate hemorrhages were extracted. Region growing thereafter reconstructed the shape of the hemorrhages which enabled us to calculate the size of the hemorrhages. To reduce the number of false positives, compactness and the ratio of bounding boxes were used. We also used the 5 × 5 kernel value of the hemorrhage and a foveal filter as other methods of false positive reduction in our study. In addition, we analyzed the cause of false positive (FP) and false negative in the detection of retinal hemorrhage. Combining template matching in various ways, our program achieved a sensitivity of 85% at 4.0 FPs per image. The result of our research may help the clinician in the diagnosis of diabetic retinopathy and might be a useful tool for early detection of diabetic retinopathy progression especially in the telemedicine.     

基于三维血管重建的高分辨率CT图像孤立性肺结节提取

肺癌是人类的一大杀手,为了提高其治愈率,人们越来越重视对肺癌的早期形态——肺结节的影像检测,但一直被较高的假阳性率所困扰。在高分辨率CT图像基础上,打破常规思维,从肺部血管三维重建入手,间接去掉血管组织对结节提取的干扰。首先利用数学形态学及凸包算法获得二维完整肺实质,再利用区域增长法提取肺部软组织,间接得到疑似结节图像,然后利用三维Hessian矩阵特征值的几何意义,构造三维血管结构的增强因子,得到完整的肺部血管图像,将其与疑似结节图像进行对比,重合区域即可除去,最大限度地剔除血管的干扰,最后再利用疑似区域的几何特征剔除残余的肺部杂质,最终获得较低的假阳性率,提取准确率较高。     

基于生成对抗网络的彩色眼底图像硬性渗出检测方法

糖尿病视网膜病变(DR)是糖尿病严重的并发症,是视力损害最常见的原因之一。硬性渗出物(HE)是DR早期的症状之一,从眼底图像中对硬性渗出的准确检测是DR筛查的关键步骤。提出一种基于生成对抗网络(GANs)的视网膜硬性渗出的自动检测方法。相比一般的卷积神经网络,生成对抗网络由生成式模型G和判别式模型D组成,两者之间的博弈与竞争使得生成对抗网络能够更加精确地检测眼底图像中的硬性渗出。首先,为了避免视盘对后续硬性渗出检测的干扰,根据血管分布信息与全局灰度信息,准确定位视盘(OD)中心并掩盖视盘;然后,交替迭代训练生成式模型G和判别式模型D,得到在验证集上分割效果最佳的模型并保存。所提出的算法在e-ophtha EX数据库上训练和验证,并进行像素级评估,获得88.6％、84.3％和86.4％的平均灵敏度、PPV和F-score。在另一个独立的DIARETDB1数据库上进行测试,获得的平均灵敏度、特异性和准确性分别为100％、96.2％和97.8％。综上所述,两个视网膜图像数据库的评估结果证明,生成对抗网络的博弈模式能够有效地检测彩色眼底图像中的硬性渗出。