超声医学图象的计算机辅助解释

本文提出一种用于超声医学图象自动解释的新方法。该方法是在图象预分割的基础上,将区域生长算法、目标检测和基于知识的解释综合为双向驱动推理过程,从而完成对图象中器官、组织的识别和解释。作者已应用该方法对特定类超声医学图象进行了计算机分析实验,获得了较为理想的实验结果,并在文中对实验结果加以讨论。这一研究工作为建造医学图象自动解释系统提供了一个有较的方法。     

MRI图像的虚拟膀胱镜三维显示技术

目前对于膀胱癌的诊断最准确可靠的方法是光学膀胱镜,但光学膀胱镜是一种有创的检测方法,价格昂贵视野有限,不适合作为常用的筛查方法。我们希望使用基于医学影像和图像处理方法的虚拟膀胱镜技术实现对光学膀胱镜的有效替代。本文使用T1加权的MRI膀胱图像,对水平集方法分割后的膀胱壁图像使用marching cubes算法进行面绘制,并对得到的三角网格做简化和平滑处理,利用vtk平台实现虚拟膀胱镜的显示。实验结果表明使用该方法可以成功实现膀胱壁的3d显示,方便医生诊断。     

医学图像中模糊边界的提取

本文提出了一种基于模糊数字拓扑的方法来实现医学图象中模糊对象的提取,该方法根据所给定的物体和边缘特征信息将原始医学图象转换到模糊连通空间,获得模糊边界,对复杂形状的对象还提出了模糊边界逐步改进和优化的算法,最终可以跟踪出满足实际需要的连通、平滑及优化的物体轮廓线,算法在超声图象中取得了满意的结果。     

医学超声图象的处理与拼接

医学超声图象在临床上得到了广泛的应用，但由于超声图象存在着动态范围小，对比度差，而且噪声大和观察范围有限等缺点，影响了超声图象的临床诊断效果。本文提出了Ｂ超图象的自动匹配与拼接方法，实现了表现更大观察范围的Ｂ超图象，从而弥补了手工拼接中的精度低，误差大的缺陷。为提高图象的匹配与拼接精度，文中还讨论了图象的噪声抑制与灰度增强处理方法，提高了Ｂ超图象的再现质量     

超主动图象的定量分析方法的研究

本文提出了一种用于超声心动图象定量分析和计算机辅助诊断的方法，即在极坐标系下，对于每帧图象基于精确边缘提取所得的心脏轮廓的内外边界，计算心脏半径和壁厚以及它们随角度方向的变化；然后再依次分析某角度方向上心脏半径和壁厚随时间的变化；并据此构造心脏运动分析评价函数，实现计算机辅助诊断。     

图象的自动拼接

本文论述了实现图象自动拼接的新方法，针对拼接问题的特殊性，提出基于匹配的图象拼接应由以下四步完成：１．生成梯度图象以消除噪声的影响并提高配准精度。２．基于自学习阈值的快速匹配方法适用于大量图象的匹配。３．利用基团生长的方法从多幅图象的空间病态超定关系中确定拼接关系。４．边界处理中以距离为权的灰度均值调整消除了拼接处的阶梯。优点是：能自动完成多幅图象的空间定位，拼接。速度快，精度高，拼接处光滑过渡，避免了人为误差。     

对比分析超声与CT诊断膀胱尿路上皮癌

目的比较超声与CT对膀胱尿路上皮癌的影像表现及诊断价值。方法选择45例膀胱尿路上皮癌患者,其中男性36例,女性9例;年龄27~83岁,平均年龄62.7岁。术前行超声和CT检查,分析其诊断结果。结果 45例膀胱尿路上皮癌中,超声检查发现43例,多表现为中等回声结节,回声较均匀,形态较规则,边缘较平滑,血液供应较丰富,超声诊断符合率为95.6%。45例膀胱尿路上皮癌行CT检查均发现病灶,多表现为膀胱壁较规则的乳头状突起,边缘较规整,36例行增强扫描均见较明显强化,CT诊断符合率为91.1%。结论超声和CT均为诊断膀胱癌的重要影像方法,而超声检查操作方便,无辐射,可作为首选检查方法。     

利用Rayleigh模型和B-snake自动提取冠脉内超声图像管腔轮廓

提出了一种自动提取冠状动脉内超声图像管腔轮廓的方法.首先根据冠状动脉内B型超声图像灰度呈Rayleigh分布的特点计算得到轮廓的初始曲线,然后通过B-snake方法检测管壁的最优轮廓.结果表明:与传统GVF snake方法相比,采用该方法得到的轮廓在平滑性和准确性方面有提高.     

超声心动图象的定量分析方法的研究

本文提出了一种用于超声心动图象定量分析和计算机辅助诊断的新方法,即在极坐标系下,对于每帧图象基于精确边缘提取所得的心脏轮廓的内外边界,计算心脏半径和壁厚以及它们随角度方向的变化;然后再依次分析某角度方向上心脏半径和壁厚随时间的变化;并据此构造心脏运动分析评价函数,实现计算机辅助诊断     

白细胞图像的计算机自动分割：白细胞的自动分类研究

作者在详细分析了白细胞图像的分割中的若干问题和总结前人研究结果的基础上,根据目前现有条件提出了一套适合微机处理的白细胞图象自动分割系列处理方法.对血液细胞图象的实际分割测试表明:方法稳定可靠且有效,取得了比较满意的效果.现已将方法装入我们自行研制的白细胞自动分类识别分析系统的分割方法模块中.     

超声彩色血流成像系统中一种新的MTI解决方案

在彩色血流成像系统中，超声血流多普勒信号被高强度的组织杂波所污染，MTI是抑制杂波并提取血流信号的一项关键技术。为了进一步提高血流的检测性能，提出了一种新的MTI解决方案，它由预滤波器、杂波弱抑制器和二阶AR估计器三部分组成。经过预滤波和杂波弱抑制处理后，高强度的组织杂波得到有效的削减．此时其强度与血流相当，最有利于发挥二阶AR估计器的性能。仿真实验证实，与传统的方法相比，本文提出的方法能够更加准确和稳定地估计血流参数，同时具有更强的低速血流检测能力。     

膀胱肿瘤的超声图像与病理35例报告

就我院1994年～1997年经手术、病理证实为膀胱肿瘤35例的B超图像与病理进行分析,以提高诊断水平．膀胱肿瘤的回声基本上分为向膀胱腔突起和向膀胱壁浸润两部分．充盈的膀胱无回声暗区内有明亮的菜花样或乳头状凸起,肿瘤生长部位膀胱壁回声零乱不清．部分可见侵及肌层．35例均具有上述声像．其中31例为移行上皮癌．着重分析了4例膀胱肿瘤超声误诊为前列腺不规则增生、血块机化、输尿管癌、膀胱壁增生的超声声像及误诊原因,对照手术及病理所见,提出注意事项及检查手法,对原因不明血尿或膀胱刺激症状者,均应进行超声检查,其与CT、膀胱镜、膀胱造影等有很好的互补性．     

超声尿意传感器──家庭用尿失禁传感器

超声尿意传感器──家庭用尿失禁传感器一、超声测量膀胱的原理超声波在不同声学性质的组织间产生回声，在蓄尿的膀胱内腔，由于尿液的声学性质相同而没有回声，膀胱前后壁回声很明显，很容易得到两者之间的位置关系。超声尿意传感器是测量膀胱前后壁之间的距离，在此距离...     

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。     

基于深度学习的医学计算机辅助检测方法研究

针对自动检测医学图像中指定目标时存在的问题,提出了一种基于深度学习自动检测目标位置和估计对象姿态的算法。该算法基于区域深度卷积神经网络和目标结构的先验知识,采用区域生成候选框网络、感兴趣区域池化策略,引入包括分类损失、边框位置回归定位损失和像平面内朝向损失的多任务损失函数,近似优化一个端到端的有监督定位网络,能快速地对医学图像中目标自动定位,有效地为下一步的分割和参数自动提取提供定位结果。并在超声心动图左心室检测中提出利用检测额外标记点(二尖瓣环、心内膜垫和心尖),能高效地对左心室朝向姿态进行估计。为了验证算法的鲁棒性和有效性,实验数据选取经食管超声心动图和核磁共振图像。实验结果表明算法是快速、精确和有效的。     

基于更快速的区域卷积神经网络的胎儿头围超声图像质量控制

胎儿标准丘脑水平横切面是胎儿双顶径与头围的测量切面,而双顶径和头围这两个测量参数对于预测胎儿体重有重要的作用。临床上此切面一直由超声医生手动获取,手动获取的切面质量高度依赖超声医生的临床工作经验,不但耗时,而且容易得到图像质量较差的切面。为了解决手动获取存在的问题,提出一种基于更快速的区域卷积神经网络(faster R-CNN)的胎儿头围超声图像质量控制方法,辅助医生自动、快速和准确地获得标准丘脑水平横切面。首先,与超声专家团队制定评定协议,通过数据增强的方法,构建胎儿头围超声图像数据库;然后,通过faster R-CNN从训练数据中学习提取有识别性的特征,并利用通过联合训练和交替优化,使得区域建议网络(RPN)模块和fast R-CNN模块共享卷积层特征,构建一个完全端到端的卷积神经网络(CNN)对象检测模型,检测关键解剖结构;最后,通过检测的解剖结构结果对丘脑水平切面进行自动评分,根据评分结果进而自动判断是否是标准切面。对所采集的513张超声切面,80%的作为训练数据集,20%为测试数据集。所提出的方法能够准确地定位到丘脑水平横切面的5个解剖结构,5个解剖结构的检测平均准确度达到80.7%,且每张丘脑水平切面的检查时间大约0.27 s。所提出的方法对胎儿头围超声图象进行自动化质量控制是可行的。     

采用心壁微振动分析无损伤测量左室舒张末期压和心肌弹性

心室压,特别是左室舒张末期压是临床诊断心脏疾病的一个重要参数。左室壁弹性系数在心室功能中具有重要作用。本文无损伤地估计了左室舒张末期压和左心室壁弹性系数。如果得到微振动的瞬时模式２本征频率、左室的平均半径和厚度,并将用于左室弹性值估算的Ｍｉｒｓｋｙ方法和作者提出的用于心肌弹性的估算方法相结合,就可对左室舒张末期压和左心室壁弹性系数进行无损伤估计。左心室壁的微振动信号采用超声测量,通过对左心室壁进行短时傅立叶变换（ＳＴＦＴ）得到时频分布,并由此计算左室的瞬时模式２本征频率。评价了四名患者的左室舒张…     

彩色超声影像图文工作站的设计与实现

开发彩色超声图文工作站YNUPW2005,以获取、显示和处理超声动静态图像,自动生成并打印诊断报告。此彩色超声影像图文工作站改变了超声检测中图像的显示、处理和存储以及诊断报告生成的传统模式,为超声诊断、临床治疗和超声研究提供了精确的医学图文信息。     

基于深度学习的耳部穴区自动分割方法

耳部穴区的自动分割是实现智能化耳穴疗法的基础。然而,由于耳部穴区较多,且缺乏清晰的边界特征,现有方案在自动分割耳穴时面临着挑战。因此,需要一种快速准确的耳部穴区自动分割方法。本研究提出了一种基于深度学习的耳部穴区自动分割方法,主要包含耳部轮廓检测、解剖部位分割及关键点估计和图像后处理三个阶段。本文还提出了K-YOLACT以提升解剖部位分割及关键点定位的运行效率。实验结果表明,所提出的方法实现了对耳部正面图像内66个穴区的自动分割,分割效果优于现有方案。同时K-YOLACT方法的解剖部位分割的平均精度均值（mAP）为83.2%,关键点定位平均精度均值为98.1%,且运行效率明显提升。该方法的提出为耳穴图像的精确分割提供了可靠的解决方案,也为中医疗法的现代化发展提供了强有力的技术支持。     

显微图像高斯型点扩展函数参数估计方法

作为光学成像系统中最常见的简化模型,高斯型点扩展函数(PSF)参数的估计算法是图像复原领域中人们所研究的热点问题之一。本文基于文献中高斯型OTF曲线特征点与OTF参数及图像频域表达存在着确定数学关系的思想,提出了一种自动、准确、稳定地估计高斯型PSF参数的改进方法。该方法通过对真实图像实施高斯卷积模糊退化运算,突出相关计算特征,最终实现显微图像PSF参数的自动估计。实验表明,采用该方法所估计的PSF可以获得良好的尿沉渣图像复原效果,对于具有高斯型近似PSF模型的其他类型图像复原和三维显微图像复原研究也有相当的应用和参考价值。