基于一种新型模糊增强算法的眼底图像增强

眼底图像是细节较多的复杂图像,Ｐａｌ等人的提出的模糊增强算法对增强这类图像有着较好的效果。但这种算法存在着处理速度较性和容易损失信息的缺陷。针对这一情况,本文提出了一种改进后的模糊增强算法。实验证明,改进后的模糊增强算法对眼底图像的增强有着更好的效果。     

基于超参数优化的TransCNN眼底图像分类算法

针对深度学习模型参数多、随机、训练时间长,眼底图像病变处交织重叠、数据集样本不均等问题,提出基于超参数优化的TransCNN(Deho-TransCNN)眼底图像分类算法。该算法以TransCNN网络模型为基础,利用差分进化算法分别对模型网络权重进行初始化寻优和对模型进行超参数组合实现参数自适应优化;最后利用MEB-KSVM对眼底病变图像进行多分类。实验结果表明,改进算法的准确率、敏感性、特异性以及AUC值最优,分别为0.947、0.926、0.937、0.945,与文中9种传统算法比较,分别平均提升5.6%、6.4%、5.1%、7.9%;改进算法检测时间最低,与最佳算法改进CNN相比,平均检测时间降低158.3%。改进算法在一定程度上提升图像多分类效果,降低图像检测时间,对图像多分类处理有一定泛化能力。     

彩色图像二值化算法及应用

目的:利用灰度/色度谱平坦化技术及彩色图像质量评价作为支撑,在给出严格的图像(含彩色图像)二值化概念的基础后,提出一种新的彩色图像二值化算法,此算法可以对图像进行挖掘和隐藏,并且还提出一种新的23位彩色图像格式。方法:采用Zadeh-X变换算法,保证变换前后的图像具有相同的平均亮度值,并利用保值二值化变换算法增加变换后的二值化图像色彩亮度。结果:提高了图像的对比度和可分辨性,使二值化图像增加了一种新的图像格式:23位位图格式,这种格式使图像的信息量大大减少,可便于压缩。结论:这种彩色二值化扩展了传统意义的黑白图像二值化的概念,使二值化的应用更加广泛,并且利用此方法还能对图像进行隐藏和挖掘,新的图像格式还可用来并提高了对比度,使图像的信息量大大减少,以便用于压缩。     

基于非下采样Contourlet变换的眼底图像PCA增强方法

眼底图像是眼科疾病及其他疾病的有效诊断依据,对现代医学有着很重要的价值。但是由于眼睛结构的限制,眼底图像具有对比度差、背景亮度不均的特点,给医生诊断和视网膜血管提取带来诸多不便。因此本研究提出了基于非下采样Contourlet变换的主分量分析增强方法,并应用于眼底图像的增强处理。该方法首先对图像进行非下采样Contourlet变换,获得多尺度多方向的分解系数矩阵,然后利用主分量分析方法直接估计各尺度各方向的噪声能量,根据噪声能量估计值对变换系数矩阵进行处理,最后对修正后的系数矩阵进行非下采样Contourlet逆变换得到增强图像。实验表明该方法可以达到良好的去噪增强效果,和其他方法相比,眼底图像的质量得到改善,峰值信噪比得到了提高。     

一种基于广义模糊特征点配准的眼底图象拼接算法

本文将广义模糊集合引入到眼底图象的拼接方面，运用广义模糊算子对图象模板进行处理，能精确地获得该模板的特征点。应用这些特征点进行眼底图象的配准，最终将各部分眼底图象拼接成一较完整的图象。实验证明，与一些常规配准算法相比，该算法具有速度快、配准精确等优点     

一种基于相关矩阵的肺结节增强算法

针对肺结节的增强,提出了一种基于相关矩阵的多窗口图像增强算法,以提高肺结节检测的精确性.作为肺结节检测的预处理部分,本算法可以有效减小传统算法对噪声的敏感度,更好地增强肺结节并抑制血管.实验结果表明,本文所设计的增强算法对于增强合成图像以及实际的肺CT图像都有较好的效果,可以用于基于CT图像的辅助诊断系统的设计中.     

眼底图像中硬性渗出物检测算法

目的利用眼底图像中硬性渗出物(hard exudates,HE)的亮度与边缘特征,提出一种基于Canny边缘检测算法与形态学重构相结合的HE自动检测方法,以解决目前算法灵敏度低、检测结果中视盘和血管的干扰等问题,对糖尿病视网膜病变(diabetic retinopathy,DR)的自动筛查具有重要意义。方法检测算法包括4个步骤。步骤一,图像预处理,主要包括RGB通道选取、基于形态学的图像对比度增强。步骤二,视网膜图像关键结构的消除,利用基于Gabor滤波的血管分割方法,消除血管边缘对HE检测的影响。将本文视杯分割算法应用在眼底图像红色通道上实现视盘自动分割,消除视盘及其边缘对HE检测的影响。步骤三,利用改进的Canny边缘检测算法和形态学重构方法对HE进行提取。步骤四,基于形态学的图像后处理,消除眼底图像边缘部分假阳性区域。最后利用该算法测试公开数据库中的40幅图像(35幅HE病变图像,5幅正常图像)。结果该算法对基于病变的灵敏性(sensitivity,SE)和阳性预测值(positive predictive value,PPV)分别为93.18%和79.26%,基于图像的灵敏性、特异性(specificity,SP)和准确率(accuracy,ACC)分别为97.14%、80.00%和95.00%。结论与其他方法对比,基于Canny边缘检测算法与形态学重构相结合的HE自动检测算法具有较好的可行性。     

一种眼底图像出血点的检测算法

目的 提出一种基于灰度检测和形态学重构的出血点(hemorrhages,HA)自动检测算法,以提高糖尿病视网膜病变(diabetic retinopathy, DR)眼底图像的质量和灵敏度。方法 对预处理后的图像进行灰度阈值分割,保留并提取出HA和血管特征,再利用形态学方法去除血管并消除图像边缘假阳性区域,形成新算法。用新算法测试公开数据库DIARETED1中的50幅图像(45幅HA病变图像,5幅正常图像),与专家人工判断结果进行比对验证。结果 该算法的灵敏度(sensitivity, SE)和特异性(specificity, SP)分别为93.33%和80.00%。结论 该算法可提升眼底图像质量和灵敏度,在不借助医生经验的条件下完成快速判定,很大程度提高了筛查的效率。     

脑梗塞患者的眼底变化与微循环

脑梗塞患者的眼底变化与微循环文／侯凤笙，杜和娟文对脑梗塞患者的眼底改变与甲襞微循环变化进行观察，旨在探讨患者早期出现的有关的病理变化，并为临床防治提供信息。１资料与方法１．１临床资料２１例脑梗塞患者均经过ＣＴ检查证实，按全国统一诊断标准，临床确诊住院...     

一个用于眼底普查的图象处理系统

建立一个自动的眼底图象分析诊断系统 ,使得眼底改变由定性描述进入定量描述阶段。方法 :系统包括图象采集、图象归档、图象处理、血管网络参数测量以及基于AI与ANN结合的辅助诊断等。本文就该系统的软、硬件设计及功能、特点作了详细介绍。结果 :提出了一系列眼底图象定量分析的新参数及相应的测量新算法。结论 :系统功能齐全 ,精度高及可重复性好。     

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.     

基于相位一致性模型的眼底微动脉瘤检测方法

眼底微动脉瘤是糖尿病视网膜病变最早期的症状,准确检测眼底图像中的微动脉瘤对糖尿病视网膜病变的筛查具有重要意义。提出一种基于相位一致性模型的微动脉瘤检测方法。首先采用相位一致性模型获取微动脉瘤候选者,然后通过构建灰度剖面图去除图像中血管片段等无关信息,从而筛选出真正的微动脉瘤。通过对ROC网站提供的50幅眼底图像进行实验,在图像水平上实现了灵敏度94%、特异性100%、准确率96%的检测效果。结果表明,该方法对图像的亮度、对比度不敏感,能够高效自动地检测出彩色眼底图像中的微动脉瘤。     

基于小波分析的MRI图像对比度增强

针对MRI影像经常出现的正常组织和病态组织之间对比度不清的问题,文中采取基于小波变换的非线性的图像增强算法.实验结果表明,此增强方法能够在增强图像微小细节的同时避免噪声过增大,使结果图像具有很好的视觉效果.因此本文方法有效而实用.     

基于层次式优化的多幅眼底图像融合方法

针对眼底图像配准后直接叠加产生的接缝及如何保证多幅图像融合后细节信息不丢失的问题,提出层次式优化的多频带眼底图像融合方法。该方法通过多阈值分割获取掩模图像并计算其欧式距离得到各层次图像蒙版;根据欧氏距离值及拉普拉斯能量和设计每层蒙版图像的改进加权系数。构建基于信息熵、空间频率和清晰度的图像融合联合客观评价方法进行分析。最后,利用配准误差及重叠率对图像序列进行分组融合后进入下一层,对于奇数幅图像序列中没有组合的图像直接放入下一层。再根据分组规则重新分组进行优化融合,实现层次式的多幅眼底图像优化融合。通过对75 组取自福建省附属第一医院眼科及眼底相机实验系统的图像序列,涉及4 898 组图像对（正常眼底图像2 952 对,病变眼底图像1 946 对）进行测试与验证,结果表明,提出方法在有效除去拼接缝的同时,融合图像在重叠区域的RMSE值约为（01±005）像素。提出的融合方法在客观评价和主观视觉效果之间取得了较好的平衡。     

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。     

眼底图像参数测定系统

本文介绍一种能与传统的眼底相机匹配的眼底网像处理系统。该系统不仅具有能对患者的病历信息与眼底图像信息进行集成管理的小型数据库，还具有眼底图像处理和测量的功能模块。     

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。     

BP神经网络在眼底造影图像分割中的应用

背景:通过眼底荧光血管造影(FFA)所得到的数字图像以及对其进行处理所得到的数据,可反映视网膜血管结构、血流动力学改变、血管病理生理变化及其相关结构的病理改变,广泛应用于视网膜、脉络膜及视神经疾病的鉴别诊断。目的:通过分析眼底造影图像和BP神经网络的特点,利用BP神经网络对眼底造影图像进行分割,并将其利用到眼科的临床辅助诊断之中。方法:将待分割图像区域分为背景和目标两类,用手工方法得到这两类的样本图像,提取样本图像的特征,如灰度、方差、纹理等;对提取的样本特征值进行归一化处理,输入神经网络分类器,利用BP训练算法进行训练;输入待分类的医学图像,提取图像特征,并进行归一化处理;将归一化后的特征值,输入已训练的神经网络分类器进行分类,得到眼底造影图像的分割结果。结果与结论:本文使用的眼底造影图像分割方法抗干扰能力强,分割的眼底造影图像清晰、内容丰富。可以为眼科医生的临床诊断提供较大帮助。     

基于PACS的彩超影像采集工作站的设计与应用

为了使医院模拟彩超诊断仪能够接入现有PACS系统,促进医院数字化与信息化发展,本文介绍了一种基于PACS系统的彩超影像采集工作站的设计方法及其应用.该系统使彩超诊断仪与PACS系统得以紧密地联系起来,实现了彩超图像的采集,同时按照DIC0M标准实现了彩超图像的存储与传输等一系列功能,推动了PACS系统的发展和医院信息系统的完善.