模糊多尺度边缘检测在医学超声图像边缘检测中的应用

介绍了模糊多尺度边缘检测方法，按照多变量隶属度函数的定义构造了多尺度边缘隶属度函数，并将其与小波变换结合应用到医学超声图像的模糊多尺度边缘检测中。小波变换可以提供图像的多尺度描述，多尺度模糊集表示了图像的象素点隶属于图像边缘点集合的程度。模糊多尺度边缘检测方法可以将各个尺度的信息更有效地复合起来，得到更好的边缘检测效果。     

基于边缘检测算子的腰椎磁共振图像的比较

应用边缘检测算子进行图像的边缘检测是图像后处理中一种常用的方法.本文分别对各个边缘检测算子进行腰椎磁共振图像的边缘检测,从原理上分析了各个边缘检测算子的检测效果,可以看出边缘检测算子可以应用于医学磁共振图像的处理.     

基于改进SUSAN算法的医学图像边缘检测

背景：医学图像的边缘检测是医学图像处理中的一项重要的技术,也是医学图像进一步处理的基础。 目的：运用改进的SUSAN算法对医学图像进行边缘检测,取得更丰富的医学图像边缘信息,以便于医学图像的进一步处理。 方法：运用Sobel算子对SUSAN算法进行了改进,采用C++语言编程,并在VC++6.0开发平台上实现了改进算法。 结果与结论：实验结果表明,该算法能实现阈值的自适应选取,对医学图像中的低对比度的图像边缘有较好的检测效果。      

边缘检测微分算子的分析及在医学图像中的应用

边缘检测是医学图像处理必不可少的一步 ,采用微分算子检测边缘是最常用也是处理效果比较好的一种方法。我们从频域角度出发 ,分析了 Roberts算子、Prewitt算子、Sobel算子以及拉普拉斯算子的频谱特性。提出了在使用和构造微分算子时 ,要充分考虑它们的频谱特性。不同的微分算子对不同边缘检测的敏感程度是不同的 ,因此对不同类型的边缘提取 ,应该采用对此类型边缘敏感的算子进行边缘提取。最后通过实际的 MRI图像处理验证了边缘检测算子选择的重要性。     

多尺度MRI断层图像特征提取新技术研究

由于医学图像本身信号噪声大，边缘呈弱信号特征，用传统的图像边缘检测算法提取图像特征常会将图像中的噪声作为边缘提取，不能准确地反映医学图像中有价值的信息(如病灶大小等)。现提出一种改进算法，此法以现有的小波模极大值特征提取算法为基础，利用模糊理论确定隶属函数，提取弱信号边缘并用多尺度融合理论边缘点合成。结果表明，此方法在提取MRI图像特征的同时，可有效地抑制噪声，有助于剔除图像的伪边缘，准确定位图像边缘信息，有利于图像分割重建，便于医生根据图像确定病灶或组织的位置大小等。     

医学图像三维可视化系统的设计

本文介绍了医学图像三雏可视化的预处理技术，医学图像三维重建的可视化主流算法及可视化系统主要采用的交互显示技术，在比较分析各种技术的基础上，提出了适合在高档PC机上开发医学图像三维可视化系统采用的方法。     

“新医科”背景下医学图像处理教学软件的研究与开发

针对“新医科”背景下医学图像处理课程所面临的形势和教学现状,开发了与其教学过程高度契合的医学图像处理教学软件,该教学软件可实现医学图像的线性灰度变换、开窗显示、缩放、旋转、镜像、中值滤波、微分锐化、边缘检测、直方图获取和直方图均衡,并可在一定范围内调节线性灰度变换、开窗显示、缩放、旋转、中值滤波、微分锐化、边缘检测的参数,同时用不同算法实现了医学图像的缩放功能。该教学软件用于包头医学院医学图像处理课程理论与实验教学中,可提高学生学习的主动性和积极性,能强化学生对放射技师考点知识的理解,为后续课程的学习打下坚实基础,最终实现“新医科”背景下包头医学院医学影像技术专业“医工”“、医理”的深度交叉融合。     

一种基于提取轮廓的医学图象数据压缩编码方法

本文提出了一种对医学图象进行轮廓编码和采用二维快速离散余弦变换（2D－FDCT）对其背景图象数据压缩编码相结合的方法。首先对2^t*2^t（t=9)，点的原始医学数字图象采用可变阈值的Sobel算子提出其边缘图象，原始图象与边缘图象之差为背景图象，利用5＊5点邻域窗函数对此背景图象2：1内抽成2t^-1*2^t-1点的数字图象，利用上述方法对此2t-1*2t-1点的数字图象进行分解……直到剩下64＊64点的背景图象，本文对几级轮廓图象采用等值线编码压缩，对64＊64点的背景图象通过采用快速多项式变换（FPT）计算2D－FDCT来进行数据压缩编码，在接收端，在接收端，对恢复的各级背景图象再叠加上相应的[边缘图象可减少重建图象产生的边缘模糊效应，我们在IBM－PC／XT微机组成的小型图象处理系统上进行了医学的编码压缩实验，图象数据压缩比可达20：1以上。     

分形理论在医学图像边缘增强和检测中的应用研究

本文利用分形几何学对医学图像边缘的增强和检测进行了应用研究。我们采用频域法对典型的医学图像－512×512的CT灰度图像计算它的分形维值。根据分形维值的变化来达到边界检测和增强的目的。结果表明,经处理过的图像与原图像相比较,不同结构的边界有了明显的增强,特别是对图像中的肿瘤结构能更好的识别出来,该方法的应用为医学图像处理和分析领域提供了新的手段和方法。     

真彩色图象边缘检测技术在胃镜图中的应用

目前计算机图象处理技术中，边缘检测已有许多成熟的算法、能较好地完成图象分割的任务。但在医学图象中、有些病变区域的边缘很难确定，人眼判断有很大的主观性。用传统的边缘检测技术不会取得好的检测效果。为此，本文针对胃镜图象中胃溃疡边缘的自动检测提出了一种径向搜索算法、成功地解决了计算机自动边缘检测问题，为病变区域的差别与测量提供了客观依据。     

基于数学形态学膨胀和腐蚀的医学磁共振图像的边缘检测

目的对腰椎磁共振图像进行椎间盘的边缘检测。方法数学形态学的基本运算是膨胀和腐蚀。通过对形态学运算的加权组合,可以构造出边缘检测的方法。分别对不同的检测方法进行了比较分析。结果发现它们各有特点。可以看出数学形态学具有很好的医学图像的边缘检测能力,可以获得图像连续的边缘,为后续的图像分割及目标识别等研究奠定了基础。结论为最终实现椎间盘的虚拟仿真外科手术方案的制定、解剖结构的测量及术后评估奠定了一个良好的基础。     

基于SURF特征与边缘信息的图像配准

目的:针对特征图像配准方法速度快、效率高,而医学图像具有结构信息不明显、变形复杂等特点,该类方法常常失效,提出一种结合SURF特征与图像边缘信息的配准方案.方法:首先使用SURF法检测图像的特征点,采用角度法判断特征点是否匹配错误,并将误匹配的特征点删除;然后,将所得特征点对与图像的Canny边缘相结合,形成一个新的特...     

边缘检测及其在医学图像中的应用

边缘检测一直是计算机早期视觉的重要问题,它在医学图像处理中也占据着举足轻重的地位。本文对一些经典的和新的边缘检测算子作了回顾,并讨论其在医学图像处理中的应用。     

线性的医学图像边界检测方法中六种算子的比较

图象的边界检测是图象处理的一个重要部分。本文根据实践经验首先提出了边界检测的评判标准，继而对几种线性算法进行了描述，并将它们用ＶｉｓｕａｌＢａｓｉｃ语言对同一图象进行了实现，从而直观地反映了各算法的优劣，为我们处理实际的医学图象提供了基础。     

一种基于图像分割的医学图像融合方法

提出一种新的图像融合算法 ,用于临床治疗计划设计时对病灶的确定。文中采用改进的Canny算子对病灶边缘提取方法进行了研究 ,根据局部直方图计算对非目标轮廓进行抑制。通过对图像配准建立空间映射关系 ,将一种图像中的病灶边缘特征与其它相应的图像进行叠加 ,获得具有病灶边缘和解剖结构特征的融合图像。本文的融合算法简单、直观 ,临床实用性强     

基于小波变换和一致性检验的多模态医学图像融合算法

目的选择已配准后的多聚焦医学图像以及MRI/CT灰度图像为实验素材,以探究不同的融合策略对图像融合效果的影响。方法在对多模态医学图像融合时,低频融合分别采取了加权平均、取极大值法、区域能量以及区域方差的对比实验。高频融合分别采取了区域能量、区域方差以及滤波后基于邻域窗口的一致性检验的对比实验。结果通过对融合图像主观(融合效果)与客观(灰度直方图、边缘提取、性能评价)对比分析,找到了多模态医学图像融合的最优融合策略。结论当低频选择局部区域方差融合,融合后的图像轮廓清晰、边缘较完整;而高频选择滤波后基于邻域窗口的一致性检验,融合后的图像更好地保留和加强了源图像的细节信息。     

Local fuzzy fractal dimension and its application in medical image processing

The local fuzzy fractal dimension (LFFD) is proposed to extract local fractal feature of medical images. The definition of LFFD is an extension of the pixel-covering method by incorporating the fuzzy set. Multi-feature edge detection is implemented with the LFFD and the Sobel operator. The LFFD can also serve as a characteristic of motion in medical image sequences. The experimental results show that the LFFD is an important feature of edge areas in medical images and can provide information for segmentation of echocardiogram image sequences.