一种活动形状模型中的二维灰度模型

活动形状模型(active shape models,ASM)是一种较为流行的用于目标对象定位的统计学形状模型.该模型结合了一个点分布模型(point distribution model,PDM)和每个标志点周围的局部灰度模型,从而能够获取可靠精确的图像解释结果.对于二维图像,一维曲线的灰度模型会丟失其它方向上的信息.本文对于每个标志点周围的正方形邻域的灰度信息建立了模型,希望能够使活动形状模型方法考虑到更多的信息.     

基于改进主动形状模型的含胸壁粘连型肿块的肺区分割方法研究

肺区分割是计算机辅助诊断肺癌的前提。当肿块与胸壁粘连时,由于两者的计算机断层成像(CT)值接近,基于局部低级特征的传统分割方法不能得到正确结果;而且由于肿块体积大,造成了肺区内正常组织的大面积缺失,故以往含胸壁粘连型肺结节(直径小于3cm)的肺区分割方法不再适用,需要采用能结合先验形状和低级特征的主动形状模型(ASM)来分割含胸壁粘连型肺肿块的肺区。但传统ASM的搜索步骤是一种基于最小二乘的优化方法,该方法对异常标记点敏感,会使轮廓更新到正常肺组织和肿块的过渡区域而不是真正的肺边缘。针对这一问题,提出了改进的ASM算法:首先基于距离特征识别异常标记点,然后赋予异常标记点和正常标记点不同的搜索函数。搜索过程在设定的包围核(VOI)内进行。用所提出的ASM方法分割30个含胸壁粘连型肿块的肺区,与金标准的重叠度为93.6%。实验结果表明针对含胸壁粘连型肿块的肺区分割问题,改进的ASM算法能得到较好的分割结果,并且算法的运行时间是在临床可接受的范围内。     

一种X光胸片心胸比率自动计算方法

提出一种基于心肺轮廓提取的传统X光胸片心胸比率 (CTR)自动计算方法.首先利用活动形状模型 (ASM)提取心肺轮廓.对于肺部轮廓的提取,在ASM建立之前,先用神经网络进行干扰结构抑制,比直接应用ASM效果更好.然后利用已提取的心肺轮廓计算CTR,改变了已有的只依据规则提取部分轮廓来计算CTR的方法.仿真实验表明,本方法不仅能够准确计算CTR,而且得到的心肺轮廓为医生进行更深入的参数分析提供了可靠的数据依据.     

活动形状模型在医学图像分割中的应用

在医学临床实践和研究中经常需要根据各种图像对解剖结构进行识别和精确定位,以获取有用的信息。活动形状模型是计算机视觉领域成长很快的一类统计学模型方法,在图像分割和解释方面展示了相当可观的发展前景。对活动形状模型及其扩展算法活动表观模型的发展现状,以及它们在医学图像领域的应用和研究热点进行了总结并对技术的进一步发展进行了初步探讨。     

一种基于活动形状模型算法的耳郭穴区定位方法

目的耳穴疗法是中医的重要组成部分,而耳穴定位是治疗的前提。由于耳郭面积较小、耳穴众多导致自动寻穴困难,本文提出一种基于图像处理技术的耳郭穴区定位方法。方法通过对来自于北京科技大学USTB人耳图像库和自行采集图像共30幅构建训练集,在最新耳穴国家标准GB/T13734-2008的基础上,选取包含耳郭边缘点、曲率极大值点、等分点等在内的65个特征点构建点分布模型(point distribution model,PDM),采用基于活动形状模型(active shape model,ASM)的图像处理方法,对待测人耳图像搜索匹配后,通过分别连接构成耳郭穴区的特征点,实现对人耳图像的穴区定位。最后通过计算定位后与人工标定的特征点之间的欧几里得距离,对定位的精度进行评估。结果该方法能初步实现耳郭的穴区定位,欧几里得平均距离为6.246±0.429。结论基于ASM的耳郭穴区定位方法能初步实现人耳图像的穴区定位,有利于耳穴疗法的穴区定位、耳穴自动化仪器的开发和中医耳穴示教等。     

结合区域信息的分段活动轮廓模型

提出了一种结合区域信息的分段活动轮廓模型，利用边缘信息迅速找到对象的大体轮廓，然后结合区域统计信息使模型精确收敛到对象边缘。分段的层次化变形有效的利用了图像的全局和局部信息，使用仿射变换使模型的局部以同一种变换方式变形，提高模型对噪声和伪边缘的鲁棒性，同时保持模型轮廓形状的一致性。在精确匹配阶段利用区域统计信息重新定义模型的外部能量，采用自适应的搜索区域确定方法，提高了算法的效率和进入凹边缘的能力。试验表明本模型运算速度快，抗噪声和避免陷入局部极小值的能力较强，有较好的分割效果。     

局部信息约束的形状导向水平集算法对下颌管的分割

针对下颌管在CT成像中相对于周围组织的模糊特性,提出一种基于局部信息约束的形状导向水平集算法,对下颌管进行高精度分割。首先根据下颌管分布的位置,重建出下颌管相应部位的多个侧断面,并进行下颌管提取;然后利用主成分分析方法(PCA),对下颌管进行先验形状统计;之后在形状导向水平集算法的基础上,引入下颌管周围组织的局部信息,对水平集演化的能量函数进行约束,以改进在模糊区域水平集的分割效果,从而有效地实现对任意侧断面中下颌管的分割。通过利用分割精度对感兴趣目标的分割结果进行度量,得出形状导向水平集算法的平均分割精度为4.19%,而本算法的平均分割精度为1.82%。该方法能有效对患者的下颌管进行精确的分割,为临床下颌管的定位提供了一种行之有效的新方法。     

基于重建图像信噪比特征的脸部位置检测方法

目的 通过研究找到一种基于重建图像信噪比（signal-to-noise,SNR）的人脸检测方法,从而提高在图片中找到人脸所在位置的准确率.方法 首先通过图像向特征脸空间投影得到重建图像,然后利用重建图像的SNR进行人脸检测.经实验发现,在对一幅图像进行扫描的过程中,人脸的位置既是信噪比值横向的极大值点,又是纵向的极大值点,且在单幅人脸图像中,人脸处的SNR为全局极大值,因此可以利用该动态规律准确地找到人脸位置.结果 利用上述方法对耶鲁人脸库100张人脸和自拍的50张人脸进行实验,结果表明,通过搜索全局最大值确定出人脸的位置,准确率为98%.进一步,利用上述方法对已经得到的人脸进行第二次搜索,找到不包含头发等周围图像的中心脸部区域.最后,通过图像锐化和模板匹配相结合的方法找到眼睛位置,旋转图像使双眼在同一水平位置上,并根据比例关系可重新精确地划出中心人脸区域,眼睛定位准确率达96%.结论 基于重建图像SNR的人脸检测方法可以提高寻找人脸的准确率,因此该方法是一种简单而有效的脸部位置检测方法.     

基于超声序列图像的心脏四腔运动同步特性提取

目的心脏四腔运动的同步特性对于精确描述心脏机械活动有重要作用,特别对于心脏再同步治疗患者的诊断和术后评估非常重要,但目前此特性尚无较好的无创定量测定方法。全心脏B型超声序列图像含有丰富的心脏运动信息,可从超声心脏序列图像中提取心脏四腔运动的同步特性。方法首先将全心脏超声序列图像中每一帧图像的四腔分割出来,得到四腔的切面面积,进而从时间序列图像得到四腔面积随时间变化数据,通过特征分析得到心脏四腔运动的同步特性。为克服超声图像空间分辨率不高、信噪比较低及四腔边界不清晰的缺点,本文以主动形状模型(active shape model,ASM)为主,并针对此方法的不足提出了基于图像局部方差的改进方法。结果仿真超声图像序列和实际超声图像序列的实验结果初步证明本文提出的方法可行。结论基于改进的ASM分割方法,可达到较好的分割结果,并获得比较准确的心脏四腔运动的同步特性。     

点分布模型约束的主动轮廓及其在脑MR图像分割中的应用

针对脑部MR图像结构复杂，使用传统的主动轮廓进行分割时，对初始化位置敏感，且易受非目标轮廓干扰，陷入局部极值等问题，提出了利用点分布模型进行形状约束的梯度矢量流主动轮廓模型。该方法在训练样本集的基础上，建立反映待分割目标轮廓先验形状信息的点分布模型，以模型的均值作为参考初始化主动轮廓，并使用模型提供的参数限制主动轮廓运动过程中的形变范围，有效地解决了使用传统主动轮廓对复杂图像往往不能收敛到期望形状的问题。此方法成功运用于脑MR图像中胼胝体和大脑灰质的分割，取得了满意的效果，验证了此方法的有效性和鲁棒性。