基于纹理分析的带标记线心脏MR图像分割

背景:左心室边界的准确分割是对左心室运动及形变进行分析的前提。由于受带标记线心脏核磁共振图像中标记线强梯度的影响,对左心室内膜的提取变得非常困难。目的:为了抑制标记线对图像分割的影响,提出了一种基于最小值-方差能量图的纹理分析方法。方法:首先对局部最小值和方差进行加权求和,得到能量图;然后利用中值滤波滤除能量图中的伪影并保持边界;最后,应用GVF-snake模型提取左心室内膜。结果与结论:针对标记线在心脏MR图像中的分布特征,提出了一种基于最小值-方差的纹理分析方法,该方法有效地去除了标记线。结果提示,对使用该纹理分析方法生成的能量图应用GVF-snake模型可以较好地提取左心室内膜。     

基于纹理分析的带标记线心脏MR图像分割

背景：左心室边界的准确分割是对左心室运动及形变进行分析的前提。由于受带标记线心脏核磁共振图像中标记线强梯度的影响,对左心室内膜的提取变得非常困难。目的：为了抑制标记线对图像分割的影响,提出了一种基于最小值-方差能量图的纹理分析方法。方法：首先对局部最小值和方差进行加权求和,得到能量图;然后利用中值滤波滤除能量图中的伪影并保持边界;最后,应用GVF-snake模型提取左心室内膜。结果与结论：针对标记线在心脏MR图像中的分布特征,提出了一种基于最小值-方差的纹理分析方法,该方法有效地去除了标记线。结果提示,对使用该纹理分析方法生成的能量图应用GVF-snake模型可以较好地提取左心室内膜。     

双源CT心脏图像中二尖瓣的分割及三维重建

目的 对双源CT(DSCT)图像中心脏二尖瓣进行分割和三维重建,为二尖瓣结构和功能异常分析提供参考。 方法 采用两步分割法对DSCT图像中二尖瓣分割:首先利用基于区域竞争主动轮廓模型的快速水平集算法(RCAC-FLSA)对经过双边滤波处理后图像进行初步分割,得到心脏对比剂增强区域;然后在灰度拉伸处理的基础上,结合ROI,再次利用RCAC-FLSA对上一步分割结果进行分割,得到心脏二尖瓣区域;最后对二尖瓣进行恢复。在Visual C++ 2005平台上结合OpenGL开发三维重建与显示平台,利用基于三维纹理映射的体绘制方法进行三维重建,并且加入伪彩色处理和透明度处理,以增强三维重建的立体效果。 结果 成功分割出一系列DSCT心脏图像中的二尖瓣,结合伪彩色处理和透明度处理的三维重建与显示平台,可获得二尖瓣的逼真重建。 结论 两步分割算法能有效分割DSCT心脏图像中的二尖瓣;结合伪彩色处理和透明度处理的三维重建与显示平台,能提供逼真的三维重建效果。     

基于超声图像边缘的乳腺肿瘤良恶性判别

目的：提取乳腺肿瘤超声图像的边缘,判别乳腺肿瘤的良恶性。方法：提出了一种改进的各向异性扩散滤波,即根据图像不同的梯度选择不同的扩散系数的扩散方程,滤除噪声的同时很好地保留了图像的边缘信息。然后在Level Set方法中提出一种新的变分公式,完全避免了重初始化步骤,且水平集函数的初始化灵活,采用手工勾画粗略边界的半自动分割流程,不仅提高了分割准确性,同时也进一步提高了分割效率。结果：采用综合灰度共生矩阵计算乳腺肿瘤的纹理特征和模糊C均值的方法进行良恶性判别,正确率为72.64%。结论：实验证明,本文算法能高效准确地提取出肿瘤边界,为肿瘤良恶性的判别提供可靠的依据。     

基于数学形态学人脑MR图像感兴趣区域的提取

背景:在人脑MRI图像中感兴趣区域提取中,应用数学形态学方法取得了较好的效果,但是在抗噪性能和结构元素选取时存在一些不足之处,使得提取效果有缺陷.目的:在数学形态学的基础上,采用一系列改进的数学形态学方法,以期清晰完整地提取人脑MR图像中的感兴趣区域如脑脊液部位,为医学诊断提供准确信息.方法:首先采用复合形态学滤波去除脉冲和高斯噪声,用高低帽变换进行图像增强,然后用形态分水岭阈值分割提取脑部各成分,对分割出的脑脊液图像进行形态开闭滤波、边缘跟踪和灰度填充后,运用抗噪型边缘检测算子检测出清晰完整的脑脊液区域边缘,最后在原图像中用彩色标定,突出感兴趣区域.结果与结论:综合应用多种数学形态学算法,清晰完整地提取了人脑MRI图像中的感兴趣区域--脑脊液部位.经验证,该方法具有简单、快速、精度高、适用性强等特点.     

一种快速校正CT环形伪影的方法

背景:环形伪影严重影响了CT图像质量,对图像后处理造成困难以及容易造成误诊断.目前去除环形伪影必不可少.目的:去除CT重建图像中的环形伪影,提高CT图像质量以及后续处理和量化分析的精度,便于诊断.方法:首先把含环形伪影的CT图像进行线性变换,将灰度图像转换成浮点类型的图像.接着由直角坐标变换到极坐标,这样原来的环形伪影就被变换成线形伪影.设计多维滤波器,计算每个象素滤波后均值以及方差,通过与阈值比较确定伪影范围.最后通过对伪影范围进行修正以及对图像进行坐标变换,变为灰度图像.结果与结论:通过Matlab 7.0软件设计程序,处理含环形伪影的CT图像.实验表明,此方法能有效快速地校正CT环形伪影,是一种属于图像后处理的校正方法.     

一种MR图像灰度偏差场的修正方法

背景:目前的核磁共振图像不可避免会有灰度偏差场存在,会对医学图像的计算机数字处理产生非常不利的影响,如分割、配准、量化等.因此对于这种不利的空间密度变化的修正成为许多图像分析任务必要的预处理步骤.目的:提出一种以图像数据为基础不依赖于模板的复杂图像信号偏差场的修正方法.方法:数据是来源于首都医科大学复兴医院放射影像科,采集于美国GE公司核磁共振设备,所有图像来源于志愿者的核磁共振图像.成像视野250 mm×250 mm,矩阵256×256,层厚1 mm.对核磁共振图像处理目标进行锁定的Mask方法,并借助信息熵的方法实现对核磁共振图像灰度偏差场的有效修正. 结果与结论:通过核磁共振图像实验,证明该方法可以有效准确地修正核磁共振图像灰度偏差场的伪影.实验结果为核磁共振图像计算机分析提供了一种有效的修正灰度偏差场方法,提高了图像分析的准确性和鲁棒性.     

基于MATLAB的恶性肝脏肿瘤B超图像的处理与分析

采用MATLAB的图像处理工具箱(IPT)对肝脏超声图像进行滤波处理,对肝脏的癌变组织区域和正常组织区域进行对比分析,绘制灰度值的对比曲线,对癌变区域进行边缘检测.对30例恶性肝脏肿瘤患者B超图像中的癌变区域和正常组织区域进行灰度值变化曲线绘制,能够准确地对比出癌变部分的灰度变化率显著高于正常区域.结果提示,使用MATLAB软件进行的灰度曲线绘制可以有效地将图像灰度信息量化,量化的图像参数对临床诊断肝癌具有重要的参考价值.     

基于CT的肝癌智能诊断

CT图像已经成为检查肝病的重要手段之一,为了提高基于CT的肝癌诊断的准确性,提出了一种肝癌智能诊断方法.首先结合多尺度梯度分水岭变换的图像分割算法和改进的Fast marching方法从肝癌患者的腹部平扫CT图像中分割出病灶区域,然后利用灰度共生矩阵提取分割图像的纹理特征.最后,把纹理特征作为遗传BP神经网络的输入,进行分类诊断.实验结果表明,该智能诊断方法的分类准确率达到95%,具有很高的临床应用价值.     

一种快速校正CT环形伪影的方法

背景：环形伪影严重影响了CT图像质量,对图像后处理造成困难以及容易造成误诊断。目前去除环形伪影必不可少。目的：去除CT重建图像中的环形伪影,提高CT图像质量以及后续处理和量化分析的精度,便于诊断。方法：首先把含环形伪影的CT图像进行线性变换,将灰度图像转换成浮点类型的图像。接着由直角坐标变换到极坐标,这样原来的环形伪影就被变换成线形伪影。设计多维滤波器,计算每个象素滤波后均值以及方差,通过与闽值比较确定伪影范围。最后通过对伪影范围进行修正以及对图像进行坐标变换,变为灰度图像。结果与结论：通过Matlab7.0软件设计程序,处理含环形伪影的CT图像。实验表明,此方法能有效快速地校正CT环形伪影,是一种属于图像后处理的校正方法。