一种基于模糊规则和小波变换的医学图像锐化增强算法

针对医学图像组织间不明显现象，提出了一种基于模糊规则和小波变换的医学图像锐化增强算法（MFRWTE）。为了避免过增强现象和放大噪声，对不同尺度的小波系数进行锐化增强时，首先计算该尺度低频系数中心像素与其邻域像素的相容性，利用模糊规则将像素分为低细节，中细节和高细节三类，然后利用自适应算法计算非线性细节增益系数。最后通过把增益系数与细节小波系数相乘，小波重建后得到增强图像。实验结果表明，提出的算法对图像细节进行增强的同时能够有效地抑制噪声。用户也可以根据图像的特征，方便的通过调节中细节区域增强因子或小波分解层数获得满意的增强效果。     

基于低通和非线性滤波的MR图像增强算法

利用图像高频分量的局部特征，构造一种新的非线性滤波剪切阈值，使整幅图像的增强趋于均匀化。结合平滑去噪和非线性滤波图像增强两个步骤，我们提出了一种实用的MR图像增强算法。试验结果表明增强后MR图像主观视觉效果显著改善。     

利用多分辨率分析的胸部X线数字图像粗糙集滤波增强

研究采用一种分辨率分析的胸部X线双能量分离数字图像，实现粗糙集滤波增强的新算法。该方法在用多分辨率分析处理图像的基础上，根据粗糙集理论的条件属性，将每个尺度获得的图像均采用粗糙集处理算法划分为不同的子图像，然后对各个子图像分别作区域滤波和对比度增强处理，最后合成一幅高清晰度的新图像。从结果中可看出，采用这种方法处理后得到的图像效果较为理想，能给临床上的医学工作者提供较清晰的图像，同时也为后续的计算机辅助诊断提供有效的依据。     

基于小波变换的微钙化灶增强

用图像增强技术处理乳腺钼靶片，以识别读原片时难以分辨的微小病灶的细节。此项技术是先对原始图像做小波变换，然后利用归一化的差值图像数据调制小波系数，最后取变换后小波系数的一部分反变换得到增强图像。将此法与传统的部分小波变换和基于形态学的高帽增强算法比较，加权小波系数部分重构增强法在检测微钙化灶方面上优于其他两种方法。     

神经元网络容错学习在肾小球区域边界增强中的应用

在肾脏组织切片图像的自动分析系统中，肾小球区域边界的增强是一个关键的环节。肾组织切片图像的复杂特点导致了对肾小球边界特征描述的困难。本文在给出特殊边界定义下提出了一种特征模板，用神经元网络构造非线性阈值曲面，考虑网络容错性对边界增强效果的影响，选择合适的阈值曲面进行边界增强。实验结果表明，该容错学习可以在抑制噪声的同时获得对肾小球边界的增强，从而获得良好的处理效果，并且对染色程度不同的样本图像具有强的适应性。     

一种用于骨折X射线增强新技术

一种用于骨折Ｘ射线增强新技术［日］／近藤浩…／／ＢＭＥ．－１９９４，８（３）．－８我们提出一种对Ｘ射线图像有效的增强技术，在此技术中，采用了零相位合成（ＰＯＳ），它在图像边缘的检测中是非常著名的，由ＰＯＳ获得的边缘图像（在此也指轮廓图像）与二维拉普拉...     

CT窗口技术在腹部增强扫描中的应用研究

ＣＴ窗口技术在腹部增强扫描中的应用研究昌仁民（第一军医大学南方医院影像中心广州５１０５１５）ＣＴ窗口技术在增强图像上运用的好环直接影响到ＣＴ增强效果以及对病变的观察，作者对３０００例注射不同造影剂量的ＣＴ图像窗口技术进行了研究，旨在确保图像质量和诊断...     

基于神经动力学的医学图像增强技术

目的探讨基于视觉神经元模型的图像增强算法在医学图像处理中的效果和自动实现的方便性。方法用基于视觉神经元ON—OFF模型的图像增强算法处理医学图像，实现对医学图像的自动增强；探讨增强算法的处理机制；分析衰减常数、增益系数和空间常数对图像增强处理的影响。结果选1例左额胶质瘤患者的T1W序列MR图像，1例右眶周及右额顶血管瘤患者的CTA图像。经图像增强处理，MR图像颅脑内部的结构更加清晰可见，图像层次丰富，组织边界分明，内容纹理层次丰富，易于观察。CTA图像处理后，血管瘤病变部位组织轮廓变得完整清晰，图像层次变得更加丰富。同时，整体对比度下降，图像视觉柔和。结论通过对大量医学图像的处理计算，证明选择适当的衰减常数、增益系数和空间常数，可以得到比较显著的图像增强效果。     

心血管造影图像中的心血管提取

利用心血管造影图像质量描述心血管病变和重建三维心血管，首要任务是将造影图像中的心血管表述成单个象素宽的心血管骨架，而心血管的提取又是心血管骨架提取和决定其提取准确性的关键。首先采用了旋转高斯函数对图像进行增强。然后提出了自适应跟踪圆模板对增强后的心血管图像进行心血管提取。该提取方法与以往的提取方法相比，鲁棒性增强，为心血管骨架提取、心血管病变的定量描述和心血管三维重建奠定了基础。     

基于雾密度智能感知的腹腔镜图像去烟雾算法研究

目的 在腹腔镜手术过程中，术野内会产生影响医生观察的烟和雾。相比特殊去烟或去雾装置，图像处理算法可同时实现腹腔镜图像的去烟雾操作，成本低、操作简单、易于使用。但是，目前腹腔镜去烟雾算法还存在处理后易发生色偏、细节不突出、亮度过低等问题。方法 针对腹腔镜图像去雾存在的问题，该文提出了一种基于雾密度智能感知的腹腔镜图像去烟雾算法，包含透射率智能感知的图像增强模块和光照分量感知的图像增强模块。透射率智能感知的图像增强模块通过感知图像的具体像素雾含量进行去雾，可优化去雾效果。光照分量感知的图像增强模块根据图像不同像素区域的光照进行图像亮度增强，使图像在避免过增强的情况下更好地提升图像亮度。结果 分别选取4K分辨率和1080P分辨率不同场景下的100张图像进行验证，无参考雾密度评价指标显示，提出的智能感知算法相比3种对照算法，雾密度分别下降了67.3%、68.1%和14.2%。结论 智能感知算法有效改善了腹腔镜图像去烟雾增强效果。     

用于脂肪肝分级诊断的超声图像增强算法

提出一种针对脂肪肝分级诊断的超声图像增强算法,提高超声图像对脂肪肝的分级诊断能力。通过分析正常肝和不同程度脂肪肝在超声图像上的表现特点,本研究提出了一种将灰度的分段线性变换方法和改进的局部对比度增强方法相结合的图像增强方法,该方法首先通过灰度分段线性变换处理来凸显图像的脂肪肝特征,然后利用改进的局部对比度增强处理来增强图像的细节,提高图像的整体质量。应用该方法分别对正常肝和轻度、中度以及重度脂肪肝超声图像进行增强处理并对比原图像,结果表明,增强后图像的脂肪肝特征更加凸显,图像细节得到了提高,不同程度脂肪肝图像之间的差异更明显,具有更好的脂肪肝诊断信息。本研究提出的方法可提高超声图像分级诊断脂肪肝的能力,具有一定的实际应用价值。     

基于模糊最大熵的医学X增强方射线图像边缘法研究

目的：由于医学X射线图像在数字化成像过程中容易受到成像设备中射线散射、电器噪声以及人体组织结构的复杂性等因素的影响,导致数字医学x射线图像的质量不高。因此,针对数字医学X射线图像对比度较差,目标细节信息不明显的特点,研究了一种基于模糊最大熵的图像边缘增强算法。方法：首先将医学X射线图像从灰阶域变换到模糊域。然后通过最大熵准则确定模糊阈值将医学X射线图像分为目标和背景两部分．并分别对其进行图像增强处理．最后再映射回到灰阶域。结果：本文以主动脉造影X射线图像为例,对其分别进行经典模糊边缘增强、反锐化边缘增强和模糊最大熵边缘增强处理,并对处理后图像的相关参数进行定量分析。结论：结果表明基于模糊最大熵算法处理后的图像质量高．边缘细节信息明显增强,且该算法相比其它两种算法具有更好的抗噪性。     

利用金字塔方法增强DR图像

目的:数字化X线图像(DR)空间分辩率高、动态范围宽,对其进行影像增强处理能提取丰富的临床诊断信息,对疾病诊断,特别是早期病灶的发现提供良好的诊断依据。为此,本文提出了一种基于多尺度方法的DR图像增强算法。方法:构建高斯金字塔和拉普拉斯金字塔,利用特定函数调整拉普拉斯金字塔的系数,根据两个金字塔构成的图像序列,通过反复扩展图像并将结果加起来而重建原始图像,增强图像细节。结论:本文通过多尺度图象增强算法,扩展了DR图像的有用信息,突出了图像细节,为临床诊断提供了实用的增强显示效果。     

基于小波分析的红外乳腺图像去噪与增强的实验研究

将小波的多分辨率分析技术运用到红外乳腺图像的降噪增强处理以改善图像质量.运用不同的阈值量化策略实现图像降噪.再引入增益因子,采用基于小波变换的增强算法突出肿块阴影.通过实验将直接增强和去噪后再增强的图像进行对比可以得到清晰度更高的图像.经处理后的乳腺图像,为临床提供了更细致明确的信息,有助于提高诊断水平.     

A Novel Algorithm for Microcirculation Image Enhancement

Microcirculation images often have low quality in acquisition process,which affect the following steps of process.This paper introduces enhancement algorithm based on nonsubsampled Contourlet transform (NSCT).It analyzes the characteristics of the microcirculation images generated,and separates microcirculation images to light weight and the reflection weight.It also analyzes the construction method on NSCT and proves that this method can be applied on microcirculation image enhancement algorithm.To correct light weight of microcirculation image and obtain enhancement image the enhancement microcirculation image was not only superior to the original image visually,but also improved objective data obviously.The algorithms provide a new method to microcirculation image pre-processing and guide the latter steps of the image processing.     

基于Retinex理论的眼底彩色图像增强算法

眼底彩色图像存在亮度低、对比度差、局部细节丢失等问题,分析已有Retinex图像增强方法存在的问题,在此基础上提出一种改进的基于Retinex理论的眼底彩色图像增强方法。首先提取亮度分量,对亮度通道进行多尺度Retinex增强,改进将图像映射到显示器上的gain/offset 算法以及颜色恢复方法,最后对具有亮度信息的红色通道进行恢复。为验证方法的有效性,以DIARETDB0眼底图像数据库为研究对象,并与多尺度Retinex(MSR)、带色彩恢复的多尺度Retinex(MSRCR)、直方图均衡化(HE)、对比度受限自适应直方图均衡化(CLAHE) 4种经典增强算法进行比较。结果表明,所处理的图像在色彩保护、血管对比度的提升以及图像细节的增强方面比其他图像增强方法有更好的效果,信息熵提高5%～7%,峰值信噪比(PSNR)比传统方法提高1～2倍,客观评价指标明显优于当前常用的眼底图像增强方法,对进一步眼底图像的识别具有重要的意义。     

基于非线性反锐化掩膜的DR图像边缘增强

目的:对数字化X线摄影图像(DR)进行边缘增强处理能为临床医生提供更丰富的诊断信息,对帮助临床医生诊断疾病,特别是发现早期病灶具有重要的意义。为此,本文提出了一种基于非线性反锐化掩膜的DR图像边缘增强算法。方法:首先,应用S型曲线调整图像的对比度和亮度,扩展图像的有用信息,提高图像对比度,以突出感兴趣区域;然后,使用非线形反锐化掩模进行边缘增强,根据图像的灰度特性来调节具有增强作用的加权因数,可非线性地增强影像的边缘细节。结论:本文利用非线形反锐化掩模对DR图像进行了边缘增强,突出了图像的边缘细节,为临床诊断提供了实用的边缘增强效果。     

医学图像增强方法综述

医学图像增强的目的是通过图像增强的方法得到优化的医学图像,以帮助医生从图像中获得更多细节信息,进一步做出更加客观的诊断及制定更全面的治疗方案,在一定程度上可提高临床诊断的准确性。本文首先归纳总结当前应用较为广泛的医学图像增强处理技术,包括传统的图像增强方法、改进的图像增强方法、融合的图像增强方法以及深度学习方法,然后对这些方法的原理、优缺点加以分析和总结。最后指出无论是传统方法还是现代图像增强方法,都应在最大限度保留其优势的情况下进行融合,取长补短,注重简单化和时效性,使提高图像的视觉质量同时更具有实用性。     

Study of Automatic Enhancement for Chest Radiograph

Because of the large difference of the densities in the lung and other structures, the chest x-ray image behaves as a wide-range intensity distribution, which brings on a bit of difficulty to investigate the focus. In the paper, according to the intensity properties of the chest radiograph, the chest radiographic image is divided into three subregions, and a piecewise linear transformation model is established. An approach of automatic enhancement is presented, based on the gray-level normalization. The average enhanced ratios of three subregions of the normal and severe acute respiratory syndrome image are increased by 10.70% and 25.55%, respectively. The technique is proved to be effective through the evaluation of the improved images.