改进的区域生长法的医院调剂环境下药品图像分割

为了能够对医院调剂环境下的药品图像进行精准分割,进一步提高住院药房设备的自动化水平,本文提出了一种基于药品形状、颜色特性的改进区域生长算法。改进区域生长算法充分利用了传统区域生长算法实时性好和保持边界信息的优点,加入了药品尤其是对胶囊形状、颜色特性的考虑,弥补了传统区域生长算法对于胶囊药品同物双色特性没有很好适应的缺点,有效地解决了药品分割在胶囊药品以及粘连药品图像分割时药品不完整、边界不准确的问题,有助于医院调剂环境下药品图像中数量和种类的识别。     

基于改进区域生长算法的肝脏管道图像分割方法

在图像分割过程中,传统区域生长法种子点的选取需人工判定,工作量较大,效率较低。为了减少种子点选取时的用户交互量,本文提出了一种基于种子点位置预判的改进区域生长算法。该算法基于血管骨架线具有代表性的特点,通过坐标系的映射转换来预判图像中肝脏管道的位置,减少了人工参与,实现了图像种子点数目和位置的自动确定。肝脏图像分割实验结果表明,该算法在较少的用户交互情况下,实现了序列图像的种子点位置预判,获得了较满意的图像分割效果。     

一种基于分水岭和模糊聚类的多级图像分割算法

分水岭算法是一种广泛应用的图像分割工具,它能够自动生成单像素宽度的封闭轮廓。分水岭算法的不足在于它的过分割结果,即生成大量小的封闭区域,使目标物体淹没其中。本文提出一种对分水岭算法过分割结果的模糊聚类方案,首先为每个分水岭区域定义特征量,然后根据这些特征量以及相邻区域之间的分水岭显著性计算两个相邻区域之间的近似程度,进而计算所有分水岭区域的模糊等价矩形,最终形成图像的多级分割结果。本文对多种类型的图像进行了实验。     

一种改进的自适应谱聚类图像分割算法

摘要：目的提出一种改进的自适应谱聚类图像分割算法,该算法能自动选择出最优尺度参数从而提高谱聚类算法分割的准确
率。方法利用约束条件优化相关准则函数,对相似度量函数自动学习迭代并得到最优尺度参数,再运用基于Nyström 估计的
谱聚类算法得到最后的图像分割结果。选择对不同性质的纹理图像采用适合的相似度量函数并应用本文的算法进行图像分
割,最后与k-均值算法和预分割后再使用人工调整到最优参数的谱聚类算法的分割结果进行了比较。结果这种改进的自动选
择最优尺度参数的谱聚类算法在分割效果上较其它两种聚类算法能得到更好的分割结果。结论本文提出的改进方法,能使谱
聚类算法的图像分割效果更理想。
     

基于区域特征的胃炎病理图像二值化分割方法

二值化图像侵害方法因方法简单、易于实现而得到广泛应用,文章提出了一种基于区域特征的二值化图像分割方法。实验表明,该方法针对胃炎病理图像能得到较好的效果。     

一种基于分水岭和模糊聚类的多级图像分割算法

分水岭算法是一种广泛应用的图像分割工具，它能够自动生成单像素宽度的封闭轮廓。分水岭算法的不足在于它的过分割结果，即生成大量小的封闭区域，使目标物体淹没其中。本文提出一种对分水岭算法过分割结果的模糊聚类方案，首先为每个分水岭区域定义特征量，然后根据这些特征量以及相邻区域之间的分水岭显著性计算两个相邻区域之间的近似程度，进而计算所有分水岭区域的模糊等价矩形，最终形成图像的多级分割结果。本文对多种类型的图像进行了实验．     

用于自动识别SPECT心肌灌注图像心脏区域的MRS算法

目的：检测并分割出SPECT心肌灌注图像中的心肌.方法：本文将最佳阈值分割算法、数学形态学腐蚀和轮廓跟踪算法结合起来,开发出用于专门处理SPECT心肌灌注图像的MRS（Myocardial Region Searching）算法.结果：MRS算法可以处理使用DICOM标准的SPECT设备生成的心肌灌注图像,并且可以自动将SPECT心肌灌注图像序列中的心脏区域识别出来.结论：MRS算法独立于灌注药物和药物注过程,并且可以大量减少2D、3D图像重构时的数据量.最后本文还讨论了MRS算法的优点和不足.     

深度学习结合区域生长对MR图像胶质瘤的分割

目的 MR图像胶质瘤的精准分割是判定肿瘤范围和制定治疗方案的前提。为解决传统胶质瘤分割方法的过程中存在的复杂度高和精度低的问题,本文提出一种改进的U-Net网络与区域生长算法相结合的方法来分割MR图像胶质瘤。方法 从公开数据库中下载胶质瘤的MR图像和手动分割标签。在U-Net网络的各层和桥中的2个卷积层间加入残差模块来改进网络,然后对网络分割结果做适度的区域生长操作来描述肿瘤的边界。使用Dice相似系数（Dice Similarly Coefficient,DSC）和边界F1(Boundary F1,BF)轮廓匹配分数（BF Score）等指标来评价本文方法的分割性能。结果 在区域生长参数优化集中,区域生长的最大强度差异和种子点的灰度阈值为0.01和86时,分割结果达到最优。在包含了肿瘤所有层面的测试集中,DSC和BF Score分别达到了0.8332和0.7283。DSC得分相较于传统的FCN-8s和DeepLab v3+网络分别提高了7.43%和4.56%。结论 改进的U-Net网络结合区域生长操作能很好地描述胶质瘤的位置、范围和边界信息,可用于辅助医生对胶质瘤进行定量分析。     

消化内镜远程区域图像传输算法的研究

目的 针对由于图像数据量巨大造成的传输延时过大问题设计一种远程区域图像传输算法.方法 利用手术端对感兴趣区域进行检测,通过对内镜视频中的模糊区域、亮区和暗区进行剔除得到只包含关注信息的掩膜帧;远程传输采用模块化方法实现视频编码、码流解码和网络收发程序;操作端使用Criminisi算法对ROI区域进行掩膜修复,提高视频质...     

一种基于深度学习的大尺寸病理图像分割诊断方法

目的:为解决基于传统的计算机视觉类数据在处理全视野切片(病理)图像(Whole slide images,WSIs)面临尺寸大、纹理复杂、数量稀少和生成过程繁琐等问题.方法:通过病灶类型分类模型与病灶区域分割模型相互协作的辅助诊断方法,以及两个模型间的合作,实现超大尺寸的WSIs分析诊断与病灶区域分割,并在此基础上开发...     

基于耗散结构的改进遗传算法求取红外图像二维阈值

在二维阈值化分割算法的基础上，提出了一种新的改进分割算法运算效率的遗传算法，在对耗散系统理论研究的基础上，将简单遗传法与耗散结构相结合，构成一种新的算法，并对该算法求解红外图像二维阈值问题进行了仿真研究。仿真计算结果表明：用这种方法求解红外图像二维阈值分割问题，计算效率大大提高，而且求解性能较简单遗传算法有很大的改善。     

一种改进的FCM多分辨率图像分割算法及其应用

提出了一种改进的模糊C均值聚类多分辨率图像分割算法,该算法利用像点的邻域信息对像点的模糊隶属度函数进行修正。实验证明:该算法具有对噪声不敏感的优点,在进行图像分割,特别是对含噪图像进行分割时能获得较好的效果。     

基于色差分析的图像修复改进算法

逐块修复的图像修复算法对修复边缘敏感,目前普遍采用的基于等照度线的修复优先权确定方法并不能很好地区分图像的结构和纹理成分,使得修复效果依赖于图像掩码的初始边缘且对于纹理和结构高度混杂的区域不能有很好的修复效果。提出了一种基于色差分析的图像修复改进算法,根据待修复像素块与邻域像素块的像素值变化确定修复优先权。实验结果表明：该方法大大降低了对掩码的依赖性,且在平坦区域、纹理和结构混合区域均具有较好的修复效果,修复效果自然、平滑且符合人眼视觉要求。     

基于粗糙熵和K-均值聚类算法的图像分割

针对基于粗糙熵的图像分割算法不能满足复杂图像的多类目标提取的需要,本文先利用K-均值聚类算法对图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阈值分割的目的。通过对遥感图像进行分割处理,证明了改进后算法的有效性。     

基于形态学滤波的寄生虫卵图像混合分割算法

寄生虫卵的自动识别是当今寄生虫医学图像处理的一个重要课题,目前已有算法一般都要求寄生虫标本杂质含量较少。提出一种基于形态学滤波的混合分割算法,首先采用B颜色信号提取有用信息,接着利用改进的形态学操作进行滤波,除去大量杂质及虫卵边缘粘合物,最后结合凸包运算并定义两个图像特征参数,即边界光滑度和区域填充度,做进一步选择。实验结果表明,该算法明显优于当前的一些虫卵分割算法,能充分利用虫卵的有用信息,有效剔除杂质,大大降低虚假目标。虫卵边界保留完整清晰,为寄生虫卵的自动识别打下了良好基础。     

肝脏形态建模中的图像处理技术

在肝脏形态建模中，需要用到大量的数字图像处理技术。对以下五个方面的技术进行介绍：肝脏的自动分割、血管分割、多相期和多模图像的配准、血管的平滑与重建、肝段的划分，并给出结果。     

CT/CT图像融合应用于非小细胞肺癌放射治疗缩野时计划评估的初步探讨

目的:探讨CT/CT图像融合技术在非小细胞肺癌放射治疗缩野时计划评估中的应用。方法:选择2006年6月-2006年12月11例实施三维适形放射治疗的非小细胞肺癌(NSCLC)患者,在放疗前和疗程中缩野时分别行CT扫描,每个病例设计3个治疗计划:①基于第1次CT图像对疗程一设计的治疗计划;②基于第2次CT图像对疗程二设计的治疗计划;③基于两次CT图像的融合图像对全疗程设计的治疗计划。用两种方法对危及器官受照剂量进行评估:①将疗程一计划和疗程二计划的评估结果进行横向和纵向相加;②对基于融合图像设计的计划直接进行全疗程受量评估。然后将两种方法的评估结果进行对比。结果:将利用两组图像分别设计的治疗计划的评估结果进行纵向和横向相加与利用融合图像对整个疗程危及器官的受量直接进行评估的结果比较,多项指标有相关性(P<0.05)。结论:在放疗过程中更改治疗计划时采用CT/CT图像融合技术,可使计划评估结果更加直接、准确,能够更好的指导临床治疗。     

基于种子区域增长的胆管分割方法研究

目的：对CT片中的胆管进行分割。方法：采用图像分割技术中的种子区域增长法,首先,选取种子点,得到种子点所对应CT值和相邻26个点均值,然后以种子点所在位置为起点往其临近26点扩散。若其临近点CT值与种子点CT值差值在正负10个HU或者均值满足相同要求则该点为同类点,依次类推,直到不再有同类点时算法结束。结果：自动分割的准确率〉80%,计算误差〈10%。结论：基于种子区域增长的分割方法能自动地有效地对胆管进行分割。