基于多尺度形态学的医学图像局部对比度增强

目的:寻找一种更精确有效的医学图像局部对比度增强方法,解决磁共振图像中常出现的局部对比度不足问题。方法:在对已有算法研究的基础上,提出了新算法。新算法的特点是:形态学运算采用了非对偶运算,对比度扩展运算采用加法运算代替乘法运算。为避免灰度偏差,提出了条件归一方法。结果:用实用磁共振图像和模拟实验对新算法进行了测试。新算法在精度、运算速度及对噪声的敏感性方面都优于已有同类算法。结论:利用形态学非对偶运算能够以更精确的方式实现局部对比度增强,灰度级偏差可以通过归一化方法消除。     

基于Visual C＋＋和Matlab的磁共振影像增强后处理系统

目的：随着医学影像学的飞速发展，手术导航技术的应用及脑功能等图像分析研究的不断深入，基于医学数字成像和通信标准的医学影像分析与处理也随之成为医学图像处理领域中的热点.为便于科研人员研究相应的磁共振图像局部增强等后处理算法及进行图像分析，提出一种基于Visual C＋＋和Matlab的磁共振影像增强后处理研发平台. 方法：对北京协和医院放射科2005-01／10获取的部分磁共振医学数字成像和通信图像利用灰度扩展进行全局增强，利用基于数学形态学方法进行局部增强算法的研究：在程序实现上使用Matlab引擎实现VC＋＋和Matlab混合编程处理医学数字成像和通信图像. 结果：为磁共振图像进行增强局部对比度算法研究提供了一个研发平台，实现了位图图像与医学数字成像和通信图像的数据转换接口功能。 结论：处理后的图像具有更好的应用价值，为图像局部对比度增强算法的研究提供一个有效的平台：在算法研制阶段采用VC和Matlab混合编程的方法可以提高算法研究效率.     

基于Visual C++和Matlab的磁共振影像增强后处理系统

目的:随着医学影像学的飞速发展,手术导航技术的应用及脑功能等图像分析研究的不断深入,基于医学数字成像和通信标准的医学影像分析与处理也随之成为医学图像处理领域中的热点。为便于科研人员研究相应的磁共振图像局部增强等后处理算法及进行图像分析,提出一种基于VisualC 和Matlab的磁共振影像增强后处理研发平台。方法:对北京协和医院放射科2005-01/10获取的部分磁共振医学数字成像和通信图像利用灰度扩展进行全局增强,利用基于数学形态学方法进行局部增强算法的研究。在程序实现上使用Matlab引擎实现VC 和Matlab混合编程处理医学数字成像和通信图像。结果:为磁共振图像进行增强局部对比度算法研究提供了一个研发平台,实现了位图图像与医学数字成像和通信图像的数据转换接口功能。结论:处理后的图像具有更好的应用价值,为图像局部对比度增强算法的研究提供一个有效的平台。在算法研制阶段采用VC和Matlab混合编程的方法可以提高算法研究效率。     

基于边界信息的医学图像三维插值

目的Cubic卷积插值是医学图像三维插值的常用方法,针对其插值处的结果边界模糊和精度不高的缺陷,建立一种精确度较高的插值方法。方法首先通过模糊对比度增强精确定位图像边界,再运用形态学运算确定出新插值图像边界,对于新插值图像边界点采用最佳匹配对应点插值;对于非边界点采用一种新的Cubic卷积插值方法确定其灰度值。结果本文方法的均方差、不符合像素点数和最大误差均小于传统插值方法。结论本文提出的方法具有较高的精确性。     

基于相似度测量的医学超声图像对比度增强

目的探求一种基于相似度测量的医学超声图像对比度增强方法。方法本文在基于相似度测量的对比度增强方法的基础上,针对医学超声图像的特点,引入了局部模糊分形维数特征,改进了相似度和对比度变换因子的计算方法,同时提出了对比度增强系数的自适应选择方法,通过改变图像局部对比度增强图像。结果大量的实验结果表明处理后的图像对比度得到了明显的提高,同时背景和噪声未出现明显改变,组织细节信息保留完整,图像可读性增强。结论本文算法在增强图像对比度的同时能够有效地保留组织细节信息并抑制噪声过度增强,是一种有效的医学超声图像对比度增强方法。     

基于图像中值的Sigmoid函数自适应X线图像增强

目的：改善医学图像质量,使低对比度的图像得到增强。方法：针对数字X线医学图像的特点,提出一种基于图像中值的非线性变换函数的增强处理方法。结果：在变换函数中引入可调节的参数,实现了对X线图像的自适应增强。结论：本文算法将低对比度图像拉伸到一个较大的亮度动态范围,提高了对比度,增强了图像细节信息,是一种有效的对比度增强方法。     

基于精确直方图规格化的医学超声图像增强

目的探求一种改进的精确直方图规格化方法,提高医学超声图像的对比度。方法针对医学超声图像的特点,引入一个有效的分割点,将原始图像分割为背景和前景区域,只对前景区域进行增强。结果本文方法将局部灰度拉伸到一个较大的动态范围,提高了对比度,抑制了医学超声图像背景过增强,保留了图像的细节信息。结论本文在增强图像对比度的同时能够有效地保留图像细节,是一种有效的对比度增强方法。     

基于亮度不变的医学超声图像对比度增强方法

目的探求一种基于亮度不变的医学超声图像对比度增强方法。方法在改进常规直方图均衡化算法的基础上,以最小灰度平均值误差二元直方图均衡化为基础,引入另一个有效分割点。结果实现了一种局部直方图均衡化算法亮度保持三元双向直方图均衡化。结论此算法较其他直方图增强方法更好地抑制了医学超声图像黑色背景过增强,保留了原图像细节信息,保持了原图像亮度,提高了图像对比度。     

蚁群算法在磁共振图像分割中的应用

研究一种智能的图像分割方法并且把这种分割方法应用到磁共振的图像分割中,对目前应用的图像分割方法进行比较后提出了一种基于蚁群的磁共振图像分割方法。最后将算法应用到颅脑磁共振的图像分割当中,实验结果表明新算法具有很强的噪声和模糊边界的检测能力。该算法的提出对磁共振研究和临床应用都有很大的理论和实践意义。     

获取医学灰度图像轮廓图的算法

目的:提出一种改进的形态学边缘检测算子,以获取医学灰度图像轮廓图,并保持边缘的平滑性,并与传统的边缘提取方法进行比较。方法:图像边缘检测通常是以类似于素描图的图像表达出物体的要素和特征,其任务是使图像边缘准确定位和抑制噪声。试验采用3×3的模板作为结构元素对原图像进行处理,利用基于数学形态学的方法,用形态运算膨胀、腐蚀、开、闭等变换以及它们的组合及灰度切片的方法获取质量好的医学轮廓图像,并与用Sobel算子方法和Roberts算子方法获得的轮廓图像进行比较。结果:试验结果表明,Sobel和Roberts等算子不能全面检测出边缘,且边缘模糊。采用复合型数学形态学算子与灰度切片结合的算法获得的轮廓图边缘连续和完整,断点少,且轮廓周围的灰度已进行合并具有更丰富的细节,相对于常用的微分算子和形态学边缘梯度算子更能有效地滤除噪声,这一方法对噪声医学图像边缘的提取效果更好。结论:采用复合型数学形态学算子与灰度切片结合的算法从原始图像获取医学轮廓图像效果好,优于传统的边缘提取方法。