基于高阶奇异值分解和Rician噪声校正模型的扩散加权图像去噪算法

目的 研究一种新颖的基于高阶奇异值分解（HOSVD）的扩散加权图像去噪算法,用以提高扩散加权（DW）图像的信噪比以及后续量化参数的准确性。方法 我们提出一种基于HOSVD稀疏约束和Rician噪声校正模型的去噪方法,将Rician噪声信号期望融合到传统的HOSVD去噪框架中,从而能够直接对带有Rician噪声的DW图像进行去噪。此外,考虑到对相似块组成的高维数组进行HOSVD去噪处理,容易引入条形伪影,因此本文直接对每个局部DW图像块进行HOSVD去噪,从而解决了条形伪影问题。为了验证所提方法的有效性,我们将本方法与低秩+边缘约束（LR+Edge）、基于全局指导下的局部高阶奇异值分解（GL-HOSVD）、基于块匹配的三维滤波（BM3D）和非局部均值（NLM）4种去噪算法进行了实验对比。结果 实验结果表明,所提方法能够有效降低DW图像噪声,同时较好的保留图像细节以及边缘结构信息。无论是从DW图像的峰值信噪比（PSNR）和结构相似性（SSIM）以及各向异性分数均方根误差定量指标,还是从去噪图像和各向异性分数图的视觉效果来看,本算法都要明显优于LR+Edge,BM3D和NLM。此外,GL-HOSVD虽然可以得到较好的去噪结果,但是在高噪声水平下,会引入条形伪影,而本文方法不但可以得到较好的去噪结果,并且不存在伪影问题。结论 本文提出了一种新颖的HOSVD去噪方法,可以直接处理带有Rician噪声的DW图像,并且解决了同类算法中伪影问题,去噪效果明显,能够为临床提供更准确的量化参数结果,更好服务于临床影像诊断。     

基于噪声识别的医学图像去噪方法研究

结合医学图像的特点和频域滤波,对图像的高频部分进行噪声识别,以区分边缘与噪声,再通过改进的空间滤波算法实施去噪,使图像的边缘细节部分得到保护,最后融合处理后的高频图像和其对应的低频图像,获得完整的去噪图像。通过这种方法处理后的图像能达到较好的去噪效果。     

基于全局变量小波变换的中医诊断图像处理方法

噪声是影响中医疾病诊断图像质量至关重要的因素，噪声的存在使得图像信噪比下降，直接导致图像的某些特征细节淹没在图像噪声中不能被辨识。为了准确提取医学图像中的信息，提出了一种将全局变量最小化方法和小波变换方法相结合的医学图像处理方法，实验证明该方法能有效去除中医诊断图像中的噪声，有利于提高医师对疾病的诊断准确率。     

医学图像的噪声处理与增强方法的研究

医学图像中存在着一些直观的噪声，使图像的质量下降，因此需要对图像进行去噪，为了提高图像的对比灵敏度，显示图像中较模糊、对比度差的细节，还需要对图像进行增强处理。文章对利用直方图均衡和小波变换的医学数字图像增强方法进行探讨和研究。     

基于边缘检测的CT图像粗糙集增强算法

粗糙集理论是一种处理模糊和不确定性问题的工具,是一种非线性处理方法.本文基于边缘检测对图像进行小波阈值去噪,在此基础之上引入粗糙集理论划分子图并分别进行增强处理,再进行对比度增强.该算法把边缘检测去噪与粗糙集理论结合起来增强图像,实践证明具有良好的图像增强效果.     

测地线主动轮廓模型的改进及其医学应用

测地线主动轮廓模型（geodesic active contour）是医学图像分割方法中的最重要内容之一。传统的测地线主动轮廓模型通过高斯平滑的图像预处理使得图像边缘信息模糊甚至消失,以致初始曲线轮廓沿着目标边界逼近的演化过程不稳定,收敛速度慢,分割效果不好。提出基于贝叶斯收缩阈值的小波去噪方法的新测地线模型,由于该去噪方法能在去除噪声的同时,结合噪声与图像信号在频率上的分布特性,增强图像信号细节,从而使能初始轮廓曲线更精确的停止于图像边缘,收敛速度也得到一定程度的提高。     

人眼视盘特征参数的自动测量

运用图像处理技术，对人眼视盘图像进行自动去噪等预处理（包括中值滤波、局部平均滤波），并对视盘的特征参数（视盘面积、周长、几何中心）进行测量，提出具体计算方法。     

基于图像处理和支持向量的肺癌CT图像的分类研究

目的研究肺癌CT图像的分类问题。由于肺癌图像的复杂性及图像采集过程中不同程度的存在噪声干扰,造成人工分类难度增大。本文提出一种基于图像处理和支持向量的肺癌分类方法。方法首先对采集的原始CT图像进行去噪处理,通过图像分割技术得到肺实质感兴趣区域,然后利用灰度共生矩阵,提取感兴趣区域的纹理特征,最后利用支持向量机分类器对数据样本进行训练测试。结果仿真结果表明,本方法对肺癌CT图像分类准确率达到90%。结论为肺癌的临床诊断与治疗提供了依据。     

基于自适应非线性拉伸的DR胸片图像处理

目的本文首先对目前的DR图像处理技术进行总结,并分析胸片图像的特殊性,针对目前图像处理算法对胸片图像处理的不足,提出了一种自适应非线性拉伸的DR胸片图像处理算法。方法该算法在对图像进行增强、均衡、去噪之后,根据图像的统计信息确定感兴趣区,然后利用非线性变换LUT表对图像进行变换。结果在实验部分对Hologic DR探测器产生的图像进行处理,胸片图像细节突出。结论结果表明应用本文算法进行处理后,胸片的感兴趣区对比度增加,细节信息更丰富,更有利于医生进行诊断。     

基于NSST与改进模糊的乳腺超声图像增强方法

目的 为解决乳腺超声图像在采集和传输过程中引入噪声导致图像质量下降,影响乳腺癌早期诊断的问题,提出一种基于非下采样剪切波变换（Non-Subsampled Shearlet Transform,NSST）与改进模糊的乳腺超声图像增强方法。方法 首先,通过改进模糊算法增强图像对比度;然后,采用NSST将图像分解为低频部分和高频部分,其中对低频部分进行线性变换以调整图像整体对比度,对高频部分采用阈值模型去除图像中的噪声;最后,将处理后的高频部分和低频部分通过逆NSST获得增强图像。采用信噪比（Signal to Noise Ratio,SNR）和对比噪声比（Contrast to Noise Ratio,CNR）衡量算法去噪性能,结构相似性、特征相似性和信息熵衡量算法细节保留能力,平均梯度衡量算法对比度增强效果。结果 本文方法增强后图像的SNR为2.108,CNR为0.903,信息熵为7.363,平均梯度为9.439,结构相似性为0.939,特征相似性为0.972,均明显高于基于非局部均值自适应选择搜索区域图像去噪算法、基于NSST与模糊对比度的增强算法和基于双边滤波的NSST去噪算法。结...     

急性脑血管病中医辨证分型与西医某些指标的相关性研究

对急性脑梗塞中医辨证分型与西医某些观察、化验指标如血压、血糖、意识障碍、血液流变学、末梢血象等进行了相关性研究 ,重点分析了辨证分型与血液流变学 ,血液流变学与证候轻重 ,血液流变学与血瘀、痰湿证的相关性。结果表明 :中医辨证分型与所观察、化验的指标相关不显著。     

基于眼底图像视网膜血管分割、分类方法的中医目诊研究

中医目诊是通过观察眼部的神、色、形、态来诊断全身疾病的一种方法。对眼底血管的观察是目诊的主要内容。视网膜血管结构的变化与许多慢性疾病密切相关。图像处理技术在眼底图像研究的应用可以为系统性疾病提供早期诊断。眼底图像血管分割是眼底血管研究的基础,目前大体可分为基于匹配滤波、血管跟踪、形态学处理、形变模型以及机器学习的分割算法5类。眼底血管分类,如动静脉分类,为临床诊断提供重要价值。在此类研究的基础上,提出了眼底血管分割、分类方法在中医目诊中的实际应用方法。     

一种云计算的三维医学影像后处理云平台

将云计算技术应用到三维医学影像后处理过程中,通过搭建医学影像后处理云平台,实现三维医学影像快速、高效重建,实现临床诊断和远程治疗的实时性。因此,构建医学影像三维后处理云平台,对于开展医学影像远程会诊、影像转诊、虚拟影像专科、远程教学、图像内容检索等服务,实现区域内影像设备及影像诊断专家的充分共享和高效协作,在均衡医疗资源,提高基层医院诊疗水平、影像设备的使用效率、医疗服务质量,降低医疗费用等方面具有重要的意义。     

糖尿病舌诊临床研究进展及舌象信息化进展

舌诊是中医诊断疾病、辨证论治的重要依据。随着中医药现代化进程逐步加快,中医糖尿病舌诊应用研究与现代科学技术的结合日益紧密,逐渐向规范化、客观化方向发展。从中医糖尿病舌诊的辨证应用、舌象与现代检查指标的关联性及糖尿病舌诊的信息化研究等方面进行梳理和综述,为舌诊研究的进一步发展提供参考依据。     

关于脉象属性和脉象组合的探讨

从“象”的内涵分层及与脉诊的关系、单要素“位数形势”属性脉象的取象、多要素脉象的组合取象 ３个方面探讨象数思维对脉象、脉象属性、脉象组合的影响。中医脉象是位数形势各属性多要素不同程度的排列组合,也是对各属性不断取象的过程。通过从象数思维角度对脉象属性和脉象组合的探讨,增强了对中医脉诊的认识,为临证辨脉提供了理论依据,进而更好地为临床辨证服务。     

基于Fast Marching Method的肝脏CT图像序列自动分割

快速行进法(fast marching method,FMM)已被证明在图像分割方面具有优势,在此基础上提出了一个混合分割的算法。这个方法加入了图像分割后处理步骤,成功解决了活体肝脏CT系列图像自动分割问题。首先是通过滤波去噪等处理得到速率系数图像,然后根据CT图像相邻层间的相似特点计算FMM所需的参数进行图像分割,最后使用开运算修正肝脏边缘。整个序列分割过程只需用户定义一个种子点,减少了人工干预,从而提高了效率和准确性。     

Quantum Noise Suppression in X-ray Images using Fuzzy 2-D Wiener Filter

The noisy images are caused by decreasing quantity of the produced X-ray due to the deformation of the X-ray tube’s anode. While obtaining the image from low quantity X-ray, shot noise or quantum noise occurs, and this decreases the quality of the image. The aim of this study is to define the novel method called as Fuzzy 2-D Weiner filter (FWF-2D), which suppresses the shot noise from noisy image by avoiding any harm to the image details. With this filtering technique, it is possible to preserve the sharp-edge and the details of the image without any damage during suppressing the noise from images. FWF-2D is one of the best techniques to suppress the corrupted quantum noises due to damaged X-ray tube. The fuzzy rules used in this filter are aimed to distinguish noise pixels from image ones, and the Wiener Filter is working to remove noise pixels distinguished by these fuzzy rules. It is then possible to obtain clean images from damaged X-ray tubes by using FWF-2D technique.     

脑的内景与神经功能解剖的相关性

本文归纳叙述了脑奇恒府内景、脑髓海内景、脑九宫内景、脑气筋内景形象,并阐释其各自的功能作用。基于神经功能解剖的认识,认为坚持中国传统格物致知的“反观内照”方法,才能正确理解中医关于神经系统疾病的病位认识和脑病辨证论治的精神实质。中医关于神经系统疾病的临床优势和缺陷,全部体现在脑的“内景”思维方式上。     

图像处理技术对舌诊客观化研究的进展

从舌象预处理、舌象定量、舌象诊断系统、舌象量化与疾病相关性方面对计算机图像处理技术应用于中医舌诊客观化研究进行综述，并就目前的研究现状提出了自己的看法。