基于轮廓的力矩主轴法在医学图像配准中的应用

目的 实现头部CT与MR图像的刚性配准,方法 不同模态的医学图像所能提供的解剖结构和功能住处各不相同。为了给医学诊断和治疗计划提供更加准确全面的图像依据。对多种模态的医学图像进行配准和融合就显得尤为重要,针对头部CT与MR图像轮廓清楚的特点,提出了一种基于轮廓的力矩主轴法配准方法,该方法通过提取图像的外围轮廓,计算出图像轮廓的质心及主轴,通过旋转和平移变换使两幅图像的质心及主轴对齐,从而达到配准的目的。结果 通过对实际图像进行配准。结果比较理想。结论 该方法具有速度快、无需人的参与、精度较高等特点。是一种较好的图像配准方法。     

基于刚-弹性变换的医学图像塔式配准新算法

提出了利用B样条实现医学图像从刚性到弹性配准的统一的塔式算法。选取图像的四个顶点作为构成变形函数的B样条的节点,合理选择B样条的次数,可以实现图像的仿射变换。沿X和Y方向均匀增加节点数量,逐步增加变形函数的复杂性,通过选择B样条的不同的次数n,可以实现图像的分块仿射变换或n-1阶导数连续的弹性变换。整个匹配算法体现了从整体到细节的匹配思想。实验证明,这种配准方法比单纯的弹性配准方法鲁棒性有很大提高。     

Feature and Intensity Based Medical Image Registration Using Particle Swarm Optimization

Image registration is an important aspect in medical image analysis, and kinds use in a variety of medical applications. Examples include diagnosis, pre/post surgery guidance, comparing/merging/integrating images from multi-modal like Magnetic Resonance Imaging (MRI), and Computed Tomography (CT). Whether registering images across modalities for a single patient or registering across patients for a single modality, registration is an effective way to combine information from different images into a normalized frame for reference. Registered datasets can be used for providing information relating to the structure, function, and pathology of the organ or individual being imaged. In this paper a hybrid approach for medical images registration has been developed. It employs a modified Mutual Information (MI) as a similarity metric and Particle Swarm Optimization (PSO) method. Computation of mutual information is modified using a weighted linear combination of image intensity and image gradient vector flow (GVF) intensity. In this manner, statistical as well as spatial image information is included into the image registration process. Maximization of the modified mutual information is effected using the versatile Particle Swarm Optimization which is developed easily with adjusted less parameter. The developed approach has been tested and verified successfully on a number of medical image data sets that include images with missing parts, noise contamination, and/or of different modalities (CT, MRI). The registration results indicate the proposed model as accurate and effective, and show the posture contribution in inclusion of both statistical and spatial image data to the developed approach.     

智能医学影像识别研究现状与展望

智能医学影像识别是基于人工智能技术,对X线片、计算机断层扫描、磁共振成像等常用医学影像学技术扫描图像和手术视频进行分析处理的过程,其发展方向主要包括智能影像诊断、影像三维重建与配准、智能手术视频解析等。智能影像诊断和影像三维重建与配准可提高影像识别的效率和质量,为疾病诊断和治疗提供帮助;智能手术视频解析可帮助外科医师学习、理解外科手术,并进一步指导手术过程。目前,对该领域的研究已取得一定的进展,正在逐步走向临床应用。本文就智能医学影像识别取得的进展进行总结,并对该领域的发展前景进行展望。     

基于主成分分析的三维医学图像快速配准算法

本文提出了一种新的基于主成分分析的三维医学图像快速配准算法.传统的基于灰度的方法需要考虑整个三维数据的灰度信息,计算复杂度大,无法满足临床需要.而本算法利用数据的轮廓特征,通过主成分分析计算出图像的质心和主轴,通过对齐质心和主轴完成配准.实验结果表明此方法能准确,快速地处理图像刚性配准问题,特别适用于三维医学图像的配准.     

用Multiquadric方法实现医学图像的弹性配准

目的　改进医学图像弹性配准的精确度和配准方法的稳定性,并简化配准操作。方法　利用Multiquadric插值方法的可平滑性质,将其与一种半自动标记点选择方法结合,建立一种新配准方法。结果　运用此方法进行医学图像的弹性配准,实现了标准图像与变形图像的快速、准确配准。结论　我们建立的配准方法是一种准确、简便和稳定的方法。     

用Multiquadric方法实现医学图像的弹性配准

目的改进医学图像弹性配准的精确度和配准方法的稳定性，并简化配准操作。方法 利用Multiquadric插值方法的可平滑性质，将其与一种半自动标记点选择方法结合。建立一种新配准方法。结果 运用此方法进行医学图像的弹性配准，实现了标准图像与变形图像的快速，准确配准，结论 我们建立的配准方法是一种准确。简便和稳定的方法。     

基于互信息和模拟退火算法的多模式医学图像配准

目的 实现CT－MR多模式医学图像配准。方法 提出了一种基于互信息和模拟退火算法的医学图像配准方法,对多模式医学图像,运用信息论的基本概念：互信息（MI）”作为匹配标准,使用改进的模拟退火算法作为优化准则,通过求解两幅图像的最大互信息量搜索最佳匹配参数,对待配准图像进行变换,从而到配准的目的。结果 我们把此方法应用于CT和MR图像的三维刚性配准,取得了较好的配准效果。结论 该方法匹配精度和鲁棒性比较高,其中模拟退火算法克服了其他搜索算法容易陷入局部极大值的弊病,是一种比较有效的配准方法。     

医学图像融合算法的应用与研究

目的:不同的医学影像为医生提供不同的医学信息,图像融合技术逐渐成为临床诊断和医学研究的重要手段.方法:本文采用了一种基于不可分离小波框架的图像融合算法.算法首先对已配准的医学图像进行非分离小波分解,把图像分解成低频和高频子图像,针对高频分量和低频分量不同的特点,采用不同的融合规则对其进行融合,最后进行小波逆变换,得到最...     

基于外部定位框的PET和CT图像异机融合方法

目的 研究一种基于外部定位框的PET和CT图像异机融合新方法,实现PET和CT异机图像的准确融合.方法 采用自行研制的新型外部定位框,获取C仰ET异机扫描定位图像,利用固定的标记点进行配准,最后运用变分法和小波变换结合进行图像融合.结果 以CT图像为基准用灰度色阶显示,PET图像叠加在CT图像上,用彩色色阶显示,得到基于外部定位架的CT/PET融合后图像.结论 利用该方法获取CT/PET异机扫描定位标记点图像清晰,配准融合后图像准确.该方法具有结构简单和使用方便的特点,值得临床推广.     

浅谈基于matlab的图像拼接技术在医学图像处理中的应用

医学拼接在医学影像研究中有着广泛的应用。利用图片对器官整体研究时,需要将具有重叠区域的多源信道所采集到的关于同一器官的图像进行图像配准、图像融合等图像拼接技术处理,生成一副关于器官的立体影像图。本文讨论了医学图像处理中图像拼接的几种基本算法。每种图像拼接算法在图像处理中都有各自不同的处理效果,各有优、缺点。在实际使用中,根据不同的情况采用不同的拼接算法,以达到更好的效果。     

基于小波变换的多模态医学图像融合算法

目的探讨一种基于小波变换的医学图像融合的新算法,为充分发挥现有医学成像系统的功能提供一种可靠手段。方法采用一种基于小波变换的医学图像融合新算法。首先对已配准的医学图像进行小波分解,把图像分解成低频和高频子图像,采用加权因子的融合规则对低频系数进行融合,采用基于区域能量的融合规则对高频系数进行融合,最后通过重构得到融合图像。结果该算法有效地将多模态医学图像所提供的信息融合在一起,为临床诊断提供了更充分、更可靠的信息。结论该算法是一种可行有效的医学图像融合算法。     

医学图像融合技术

医学图像融合就是来自相同或不同成像方式的医学图像之间的空间配准和叠加,这些图像经过必要的变换处理,使它们的空间位置、空间坐标达到匹配,叠加后获得互补信息及增加信息量,把有价值的生理、生化信息与精确的解剖结构结合在一起,给临床医学诊断提供更加全面和准确的资料。     

Energy Spectrum CT Image Detection Based Dimensionality Reduction with Phase Congruency

The image feature detection is widely used in image registration, image stitching and object recognition. The feature detection algorithm can be applied to the detection of artificial images, and can be used to detect the energy spectrum CT image. A new algorithm of phase consistency detection based on dimensionality reduction is proposed in this paper. We mainly focus on the phase congruency of the spectral CT images in the paper and try to use dimensionality reduction to integrate the information of phase congruency detected in the image. The experimental results show that the algorithm can detect the energy spectrum CT image with clear edge and contour, which is beneficial to the subsequent processing. Meanwhile, the algorithm presented is more effective in diagnosis of disease for medical professionals.     

欧美药物进口注册文件中的分析方法验证

目的:对分析方法验证的质量控制方法进行探讨。方法:结合美欧药品注册管理的要求,对分析方法验证进行全面阐述,并提出具体的操作方法。结果与结论:分析方法验证无论在质量控制中,还是在国际药品注册活动中,都是非常重要的内容,必须给予高度的重视。     

连续组织切片图像的配准

目的　解决生物组织连续切片计算机三维重建中的图像配准问题。方法　采用自动图像配准的分割－计数法,通过 对图像做简单的阈值分割,将优化的准则函数定义为图像的联合直方图特定区域上的计数值,通过优化搜索,得到配准 参数。结果 将该方法用于小鼠胚胎的连续切片图像配准,大大加快了配准速度。结论 使用自动图像配准分割－计数法 能够实现连续组织切片图像的准确配准,并且具有计算简单,速度快的优点。     

拓展病案资源利用的新思路

目的通过对近5年病案利用情况调查,探讨有利于提高病案管理质量和病案管理效率的方法。方法对我院2005年-2009年《出院病人登记表》、《外来病案借阅登记》、《内部病案借阅登记》及《成批病案借阅登记》的原始记录,进行分类统计。结果病案的利用率由2005年的31.81%提高到2009年的45.19%。2009年借阅病案统计的44.18%用于临床科研教学,占利用率的第一位。结论通过对病案利用者的培训、病案归档流程及分类的改造和出院病人的定题跟踪服务,让病案资源在医院的全面建设上发挥其重要的信息指导作用。     

The Artificial Intelligence-Enabled Medical Imaging: Today and Its Future

Medical imaging is now being reshaped by artificial intelligence (AI) and progressing rapidly toward future. In this article, we review the recent progress of AI-enabled medical imaging. Firstly, we briefly review the background about AI in its way of evolution. Then, we discuss the recent successes of AI in different medical imaging tasks, especially in image segmentation, registration, detection and recognition. Also, we illustrate several representative applications of AI-enabled medical imaging to show its advantage in real scenario, which includes lung nodule in chest CT, neuroimaging, mammography, and etc. Finally, we report the way of human-machine interaction. We believe that, in the future, AI will not only change the traditional way of medical imaging, but also improve the clinical routines of medical care and enable many aspects of the medical society.     

专科医院门急诊挂号对病案管理的影响

探讨长期以来由于门急诊挂号给病案管理工作带来的难点问题和解决方法。通过实名制挂号、建卡;设立专门建病案窗口;专业人员充实挂号岗位;添置挂号和银医服务的设备;改变患者就诊设施等整改措施,尽量减少由于挂号采集患者信息的不准确给医师病历书写、患者复印报销以及病案管理工作造成的一系列问题发生,提升病案质量和管理水平。     

快速坐标变换方法及其在图像配准中的应用

图像的坐标变换在图像配准过程中具有重要作用。在分析传统坐标变换方法的基础上提出一种图像快速坐标变换方法,实验表明该方法可以较大地提高配准的计算速度而不影响配准精度,且具有一定的通用性,可用于图像处理的其他领域。