CT图像特征的高精度区域分割

传统CT图像分割在进行最为重要的边缘分割时,复杂空洞和非血管区域特征运用单一约束条件,缺少持续性操作过程,降低了分割精度。提出一种约束持续的CT图像特征的高精度区域分割方法,通过灰度腐蚀运算和滤波处理,获取灰度直方统计结果,据此确定种子点选取原则,实现对血管的初步分割,在此基础上采用更新均值和种子点持续分割作为约束条件,更新均值和种子点持续分割直至无满足灰度区间像素点,实现对CT图像特征的高精度区域分割。以肝脏CT图像为例的分割实验结果说明,所提方法可降低肝脏分割时产生的空洞和非血管信息的提取概率,相较于手工方法与传统方法,本研究所提方法的分割精度较高。     

基于自适应标记分水岭算法的肝脏CT图像自动分割

目的为减少人工交互提出了基于自适应标记分水岭的CT系列图像肝脏区域自动分割算法。方法首先对图像进行形态学重构运算以平滑图像,然后计算多尺度形态学梯度,同时提出利用梯度图像非零的局部极小值点的均值进行自适应标记提取,以避免分水岭的过分割和欠分割,再结合肝脏为最大的实质性脏器和相邻图像的相似性实现CT系列图像的肝区自动分割。结果该算法能自动、快速地提取CT系列图像中的肝脏区域。结论分水岭算法能准确定位区域的边缘,通过选择合适的阈值对梯度图像进行标记以抑制分水岭的过分割,实现医学图像中感兴趣区域的自动分割。     

基于BP-遗传算法优化的超声肿块区域分割技术

通过超声肿块区域分割处理,提高肿块检测诊断能力。提出一种基于BP-遗传算法优化的超声肿块区域分割技术。采用超声成像技术进行肿块图像采集,对采集的超声肿块图像进行块区域模板匹配处理,构建超声肿块区域检测模型,采用自适应模板特征匹配方法进行超声肿块图像融合处理,提取超声肿块区域图像的超像素特征量,根据像素特征差异度匹配方法实现超声肿块图像的关联相似度分解,以显著性特征点为中心进行超声肿块图像的区域重构,采用BP-遗传算法进行图像区域分割的自适应学习,实现超声肿块图像的高分辨辨识和分割。仿真结果表明,采用该方法进行超声肿块区域分割的精度较高,图像特征匹配性能较好,肿块区域的辨识度较高。     

基于超声图像的乳腺钙化点自动检测技术

当前乳腺钙化点检测方法多基于X光片,难以应用于超声图像,本研究提出基于超声图像的乳腺钙化点自动检测技术,首先将乳腺超声图像中的肿瘤区域通过勾画模板提取出来,基于简单线性迭代聚类算法进行超像素分割;然后提取表征各超像素的特征量来计算显著性图,基于钙化区域显著性进行粗钙化点分割;最终对分割后的粗钙化点进行形态学检测,达到对超声图像中的细钙化点自动检测。该方法取得了较好的分割效果,具有较强的鲁棒性,为形成具有普适性的肿瘤自动诊断方案奠定了研究基础。     

基于配准方法的颅脑CT图像病变信息自动提取算法

医学图像中病变信息的计算机自动提取是实现计算机智能辅助诊断的关键与难点,本研究的目的就是提出一个解决该难题的算法,称之为PATHOINFER。该算法的基本过程是首先选择一幅具有代表性的模板图像帆和一系列与其相应的正常图像样奉Mi,利用非刚性配准分别建立表示“正常图像”灰度变化的灰度均值图谱,表示正常变异的统计概率图谱和反映其解剖结构空间关系的分割模板。以实现对“正常图像”的计算机描述。再通过M0与目标图像S的配准,达到“正常图像”与S在空间关系上的一致,然后通过S与“正常图像”的比较,利用模糊逻辑推理,自动检出S中的病变区域,并实现对其病变特征信息的自动提取。实验结果表明,PATHOINFER算法可自动地检出并分割病变区域,并能够自动地提取包括病变发生部位在内的特征信息。实现了计算机智能辅助诊断研究中病变信息自动提取的难胚。     

免疫组化彩色细胞图像自动分割的研究

目的：免疫组化彩色细胞图像中阳性细胞的自动分割提取有着重要的临床意义。本文结合三种分割算法的特点，研究实现免疫组化彩色细胞图像的自动分割，提取图像中的阳性细胞。方法：（1）采用OTSU方法在灰度的基础上对免疫组化彩色细胞进行预分割，去除无关背景。（2）使用K-聚类算法，对彩色细胞图像进行彩色分类筛选出阳性细胞和阴性细胞，并对所得阳性细胞图像进行腐蚀，以获取阳性细胞图像的种子。（3）使用区域生长算法对阳性细胞种子进行区域增长。获取完整的阳性细胞图。结果：准确分割出图像中的阳性细胞。结论：该自动分割方法可用于后续的阳性细胞自动计数，辅助医生诊断疾病。     

基于红外图像的手关节区域自动提取

目的手工选取关节区域的诊断方式增加了关节类疾病诊断的主观性和工作量。针对这一问题本文提出一种自动定位红外图像中人手关节的方法。方法根据人手的解剖学结构和手部特征点的位置,提出自动提取手关节区域的3种模型,即四边形模型、椭圆形模型和圆形模型,其中手部特征点包括目前手部图像研究中常用的11个特征点,以及本文新提出的2个辅助特征点。最后,通过一种基准图像比较方法验证本文方法的有效性。结果使用该方法能够准确找到关节中心的位置,在红外图像中自动定位出手部关节区域。结论该关节区域自动提取算法有助于关节定位及疾病诊断。     

Automated extraction of metacarpophalangeal joints in infrared images of human hands

目的手工选取关节区域的诊断方式增加了关节类疾病诊断的主观性和工作量.针对这一问题本文提出一种自动定位红外图像中人手关节的方法.方法 根据人手的解剖学结构和手部特征点的位置,提出自动提取手关节区域的3种模型,即四边形模型、椭圆形模型和圆形模型,其中手部特征点包括目前手部图像研究中常用的11个特征点,以及本文新提出的2个辅助特征点.最后,通过一种基准图像比较方法验证本文方法的有效性.结果 使用该方法能够准确找到关节中心的位置,在红外图像中自动定位出手部关节区域.结论该关节区域自动提取算法有助于关节定位及疾病诊断.     

基于特征融合视觉显著性的医学图像分割

医学图像分割结果的准确性对医生诊断病情并制定相应的治疗策略具有重要价值。针对现有的医学图像进行分割时由于没有考虑人类视觉显著性机制因素导致分割精度不高的问题,提出一种基于特征融合视觉显著性的医学图像分割方法。首先基于频率调谐生成待分割医学图像的显著图,得到图像的显著区域并突出医学图像的边缘轮廓,然后分别提取其颜色特征和纹理特征将其作为反向传播神经网络的输入向量,在此基础上用神经网络分类器模型对图像进行分割。通过实验进行验证,结果表明该方法获得了较好的分割精度和分割效率,本文所提方法为医学图像的准确分割提供了一种新途径。     

基于改进的模糊C-均值聚类算法及支持向量机的眼底图像中硬性渗出检测方法

目的提出一种基于改进的模糊C-均值(improved fuzzy C-means,IFCM)聚类算法及支持向量机(support vector machine,SVM)的检测算法,以实现对眼底图像中硬性渗出的自动识别。方法首先利用改进的FCM算法对由江苏省中医院眼科提供的120幅彩色眼底图像进行粗分割以获取硬性渗出候选区域;其次,利用Logistic回归对候选区域提取出的特征进行选择,并利用候选区域的优化特征集及相应判定结果建立SVM分类器,实现眼底图像中硬性渗出的自动检测;最后利用该方法对65幅眼底图像进行硬性渗出自动检测。结果硬性渗出自动检测得到的病灶区域水平灵敏度96.47%,阳性预测值90.13%;图像水平灵敏度100%,特异性95.00%,准确率98.46%;平均一幅图像处理时间4.56 s。结论利用改进的FCM算法与识别率较高的SVM分类器相结合的方法能够高效自动地识别出眼底图像中的硬性渗出。     

Medical Image Tamper Detection Based on Passive Image Authentication

Telemedicine has gained popularity in recent years. Medical images can be transferred over the Internet to enable the telediagnosis between medical staffs and to make the patient’s history accessible to medical staff from anywhere. Therefore, integrity protection of the medical image is a serious concern due to the broadcast nature of the Internet. Some watermarking techniques are proposed to control the integrity of medical images. However, they require embedding of extra information (watermark) into image before transmission. It decreases visual quality of the medical image and can cause false diagnosis. The proposed method uses passive image authentication mechanism to detect the tampered regions on medical images. Structural texture information is obtained from the medical image by using local binary pattern rotation invariant (LBPROT) to make the keypoint extraction techniques more successful. Keypoints on the texture image are obtained with scale invariant feature transform (SIFT). Tampered regions are detected by the method by matching the keypoints. The method improves the keypoint-based passive image authentication mechanism (they do not detect tampering when the smooth region is used for covering an object) by using LBPROT before keypoint extraction because smooth regions also have texture information. Experimental results show that the method detects tampered regions on the medical images even if the forged image has undergone some attacks (Gaussian blurring/additive white Gaussian noise) or the forged regions are scaled/rotated before pasting.     

Patterns of periodic infrared light emission from the human body: a new diagnostic tool.

The human body emits infrared light with the periodicity of the heartbeat. The infrared thermal emission occurs in characteristic patterns which, after the heartbeat, migrate over the body. The images are obtained by using the electrocardiographic signal as a trigger to produce a thermal image which is subtracted from another one taken a well defined time later, before the next heart impulse. When these difference images are frequently repeated and averaged a heart pulse induced heat turnover is determined which has no relation to conventional heat images of the human body. Preliminary studies suggest that basically the heat turnover is seen in tissues where oxygen consumption leads to the turnover of chemical energy. When further developed, the proposed technique may provide a novel noninterfering and economically well affordable diagnostic tool for the examination of the external surface of the human body.     

Wavelet-based resolution recovery using an anatomical prior provides quantitative recovery for human population phantom PET [¹¹C]raclopride data

The objective of this study was to evaluate a resolution recovery (RR) method using a variety of simulated human brain [11C]raclopride positron emission tomography (PET) images. Simulated datasets of 15 numerical human phantoms were processed by a wavelet-based RR method using an anatomical prior. The anatomical prior was in the form of a hybrid segmented atlas, which combined an atlas for anatomical labelling and a PET image for functional labelling of each anatomical structure. We applied RR to both 60 min static and dynamic PET images. Recovery was quantified in 84 regions, comparing the typical 'true' value for the simulation, as obtained in normal subjects, simulated and RR PET images. The radioactivity concentration in the white matter, striatum and other cortical regions was successfully recovered for the 60 min static image of all 15 human phantoms; the dependence of the solution on accurate anatomical information was demonstrated by the difficulty of the technique to retrieve the subthalamic nuclei due to mismatch between the two atlases used for data simulation and recovery. Structural and functional synergy for resolution recovery (SFS-RR) improved quantification in the caudate and putamen, the main regions of interest, from?-30.1% and?-26.2% to?-17.6% and?-15.1%, respectively, for the 60 min static image and from?-51.4% and?-38.3% to?-27.6% and?-20.3% for the binding potential (BP(ND)) image, respectively. The proposed methodology proved effective in the RR of small structures from brain [11C]raclopride PET images. The improvement is consistent across the anatomical variability of a simulated population as long as accurate anatomical segmentations are provided.     

一种基于图像分割的医学图像融合方法

提出一种新的图像融合算法 ,用于临床治疗计划设计时对病灶的确定。文中采用改进的Canny算子对病灶边缘提取方法进行了研究 ,根据局部直方图计算对非目标轮廓进行抑制。通过对图像配准建立空间映射关系 ,将一种图像中的病灶边缘特征与其它相应的图像进行叠加 ,获得具有病灶边缘和解剖结构特征的融合图像。本文的融合算法简单、直观 ,临床实用性强     

基于对称区域生长算法的超声医学图像分割方法

提出了一种基于对称区域生长算法的超声医学图像的分割方法。该方法分为三步。首先,通过采用自适应加权中值滤波抑制超声医学图像本身固有的Speckle噪声,然后从图像的第一行开始扫描整个图像,并应用生长准则进行区域的生长与合并,生长完成之后应用种子准则标定感兴趣区域,从而得到最后的分割结果。通过图像的分割实验确定了一套对于超声医学图像适用的生长和合并准则。对心脏B型超声医学图像分割的实验结果显示,该方法具有良好的性能。     

A Computer Tool for the Fusion and Visualization of Thermal and Magnetic Resonance Images

The measurement of temperature variation along the surface of the body, provided by digital infrared thermal imaging (DITI), is becoming a valuable auxiliary tool for the early detection of many diseases in medicine. However, DITI is essentially a 2-D technique and its image does not provide useful anatomical information associated with it. However, multimodal image registration and fusion may overcome this difficulty and provide additional information for diagnosis purposes. In this paper, a new method of registering and merging 2-D DITI and 3-D MRI is presented. Registration of the images acquired from the two modalities is necessary as they are acquired with different image systems. Firstly, the body volume of interest is scanned by a MRI system and a set of 2-D DITI of it, at orthogonal angles, is acquired. Next, it is necessary to register these two different sets of images. This is done by creating 2-D MRI projections from the reconstructed 3-D MRI volume and registering it with the DITI. Once registered, the DITI is then projected over the 3-D MRI. The program developed to assess the proposed method to combine MRI and DITI resulted in a new tool for fusing two different image modalities, and it can help medical doctors.     

虚拟现实建模语言(VRML)在数字化医学图像中的应用

利用VRML进行医学体数据三维重建，探索VRML在数字化医学图像三维重建中的应用。通过VRML建模并结合VC 、JavaScript编程语言对其进行完善，能得到质量较高的脏器图像，与传统三维重建效果近似。VRML浏览器可以提供较好的人机实时交互环境，能基本达到医学领域中对三维重建与实时显示的要求。利用VRML建模进行医学图像三维重建，是不同于传统三维重建的新方法；作为实现医学虚拟现实三维可视化的新工具，VRML在数字化医学图像处理领域有着广阔的应用前景。     

基于医学图像的人体组织有限元模型的建立方法

在医学图像处理、分析和一些成像算法重构中,建立准确的人体组织轮廓外形和有限元模型对于图像分析和改善重构算法的性能、提高分析和重构结果的准确性具有重要作用。本文使用图像处理与曲线拟合的办法,提取CT图像中的真实人体边界,进行分层的有限元剖分与相关参数设置,获得基于真实人体的有限元重构模型。该方法构建的有限元重构模型已在医学图像处理实际工作中得到了初步的应用。     

人体颅脑MRI图像中下颌骨的分割及三维建模

目的:在目前的影像医疗诊断中,仅凭观察二维CT、MRI图像是很难实现准确的确定病变体的空间位置、大小、几何形状及与周围生物组织的空间关系的。本研究利用CT、MRI图像数据,帮助医生对病变体及其人体组织感兴趣的区域进行分割提取,用于医学图像的三维显示、三维重建。材料与方法:应用Mimics软件,对132层,层间距为1.0mm的MRI扫描图像进行图像去噪、分割和平滑等处理,最终创建三维模型。结果:建立了更为精确,应用更为广泛的下颌骨三维模型。结论:运用Mimics对MRI医学图像进行分割,重建三维模型,能全面显示病变的病理解剖改变,为临床治疗提供精细的影像学信息,从而使重建后的三维模型可清晰地再现病灶与周围组织的解剖关系,大大增强了医学图象分析系统的临床实用价值。