基于分层策略的凝胶图像间蛋白点匹配算法

凝胶图像间蛋白点比对分析是蛋白质组学研究的重要方法,针对凝胶图像间蛋白点人工比对工作量大和易出错等问题,提出一种基于分层策略的凝胶图像间蛋白点自动匹配算法。首先将每张凝胶图像中的蛋白点按不同灰度等级划分到对应层级中;然后根据蛋白点的灰度相关性,采用归一化互相关法对各层级蛋白点进行粗匹配;最后以粗匹配蛋白点点对作为标记特征点,采用几何相关法和相似性准则,实现蛋白点间的精确匹配。通过对国际凝胶图和Bio-Rad公司测试图等不同图源的凝胶图像进行蛋白点匹配实验,结果表明,该算法具有较高的匹配精度,其匹配误差小于4%,对不同来源和不同图像形变的凝胶图像都具有较好的稳定性。     

基于双向异步投票策略医学图像特征点匹配

图像特征点匹配作为图像处理领域的一项基本技术,在临床医学图像处理中具有很重要的意义。本文根据医学图像的特点提出一种基于双向异步投票策略的特征点匹配方法。首先,利用改进的harris角点检测算子提取图像角点作为图像的特征点;其次,采用本文提出的基于双向异步的投票策略的角点匹配算法完成角点的粗匹配,使待拼接图像的特征点大致对应;最后利用RANSAC优化算法剔除误匹配,使特征点达到精确匹配。     

基于山谷特征的重叠蛋白质点分离算法

针对二维凝胶电泳(2-DE)图像蛋白质点重叠和堆聚问题,本文提出了一种基于山谷特征的重叠蛋白质点自动分离算法。首先,采用内外标记分水岭法进行粗检测,提取目标区域的初始轮廓;然后,采用中轴变换和分层剪枝算法提取目标区域主骨架,确定蛋白质点重叠方向;最后,在重叠方向各法平面上,采用分层扫描三维目标区域的方法,提取山谷特征,并利用验证模型构造分离线。结果表明:通过对两组真实扫描凝胶图像进行检测实验,重叠蛋白质点的正确分离率分别为78.95%和85.71%,明显高于现有方法,可用于工程实际。     

基于双正交小波变换与特征匹配的脊柱序列自动拼接

目的:本文提出了一种脊柱X线图像序列全自动无缝拼接方法。方法:首先采用双正交小波变换对图像序列进行多分辨率分解,并结合Canny算子提取图像的有效边缘轮廓,通过计算边缘轮廓矩阵E与和值矩阵H获得图像特征点;其次利用归一化互相关(normalized cross correlation,NCC)算法实现特征点粗匹配,并引入稳健的随机抽样一致(random sample consensus,RANSAC)算法去除误匹配对,实现图像精匹配;然后利用改进的遗传算法对图像序列自动排序,实现匹配系统的自动拼接;最后利用加权平均融合算法实现图像的平滑无缝拼接。结果:实验结果表明该算法可实现高质量快速的脊柱X线图像序列自动拼接。结论:该算法对X线弱对比度脊柱图像序列具有很强的鲁棒性,在一定程度上克服了X线图像序列噪声强、灰度集中、边界模糊、重叠面积过大的缺点及位置关系的限制,具有较强的应用价值。     

基于局部互信息和自动更新的医学图像形变不均匀配准

针对互信息只考虑图像像素的灰度信息和图像存在形变不均匀的情况下,本文提出局部互信息和部分多层次B样条结合的方法。第一步采用主轴质心法对多模医学图像进行粗配准,从而快速实现两幅图像的粗配准。第二步采用部分多层次B样条法针对解决局部形变不均匀的配准对象,首先是粗网格进行全局粗配准,然后只是对部分区域实现细化网格处理,加快配准速度。文中对网格进行自动更新,将采用以局部互信息为相似度检测,结合这3种方法,从而实现多模医学图像的精确和快速配准。     

基于改进尺度不变特征变换的手术室多视点图像拼接算法

目的为了提高手术室环境下拼接后全景图像的主观质量,本文提出一种基于改进尺度不变特征变换(scale invariant feature transform,SIFT)的手术室多视点图像拼接算法。方法基于SIFT特征点匹配算法,依据手术室采集设备为平行摄像机且获取的两视点高关注区域重叠较宽泛的特点,提出采用局部加权融合的拼接算法消除拼接重影,并在局部加权融合算法下,对参与图像空间变换的特征点在垂直方向增加约束,筛选出正确匹配特征点对以消除拼接折痕。结果此算法解决了手术室拼接图像中手术衣的袖子、手术剪和手套的重影及治疗巾位置拼缝不对齐的问题,即消除了术野高关注度下的拼接重影及误匹配带来的拼接折痕,保证了两幅图像拼缝后的平滑过渡。结论基于改进SIFT特征点匹配的算法获得了较好的主观手术画面的拼接质量。     

基于特征提取的脑部医学图像配准研究

目的 基于特征的配准算法具有鲁棒性强、针对性好等显著优势,在图像配准领域被广泛应用,但是该类方法的精度受图像间特征构建和环境噪声影响大,该研究旨在对其缺点进行改进。方法 该研究基于SURF和ORB两种算法,提出了SURF-ORB算法,将参考图像与待配准图像分成上下两部分分别配准。在配准过程中,首先对SURF提取的图像特征点的Harris响应值进行优化,并使用灰度质心法确定特征点主方向。然后计算rBRIEF（旋转BRIEF）描述子,并使用汉明距离进行特征点匹配。最后加入RANSAC精匹配算法,剔除误匹配点。结果和结论 该研究通过对比分析SURF、ORB、SURF-ORB这3种算法的配准结果、抗噪声能力及多模态配准能力,验证了SURF-ORB算法具有较高的配准精度、配准速度和抗噪声能力。文章的创新之处该研究首次将SURF和ORB两种算法进行结合并应用于脑部横断面图像。     

光学定位系统立体匹配中伪点的自动去除方法*

背景：光学定位系统捕捉到的空间标记点的图像存在特征点相似、场景纹理信息少等情况,使得立体匹配存在多义性,即产生匹配伪点。 目的：分析匹配过程,提出一种有效的自动去除立体匹配中伪点的方法。 方法：根据同一空间点发射的光线位于同一极平面的原理,将匹配特征点的搜索范围限制在一特定区域内,从而减小了搜索区域。然后通过伪点空间坐标的突变性剔除匹配中产生的伪点,从而得到正确的匹配标记点。 结果与结论：实验中对装有3个标记点的模拟手术器械工具进行跟踪。对其连续拍摄40组图像,并选取δ=0.002 5作为初始匹配阈值进行测试。重建的运动轨迹表明该方法可有效的孤立伪点,同时将所得同一时刻的真实点间的距离与真实距离比较,平均误差为0.284 4 mm,相对误差为0.48%。实验结果验证了算法的可行性和有效性。      

基于摄像机的皮肤轮廓实时重建算法

分析了图像引导放射治疗的发展,提出了基于摄像机的图像引导放射治疗实现算法.首先,通过非线性优化算法校正透镜引起的图像变形;然后,发展了基于双摄像机极线几何学和特征点的统计和位置信息的两图像中对应点匹配算法;最后,结合精确重建的特征点和图像信息,实现皮肤三维轮廓实时重建.计算机仿真和试验检验的结果表明该算法的准确性.     

一种病变眼底图像的配准方法

对于具有病变的眼底图像,血管结构不够清晰,采用基于血管分割和血管分支点、交叉点等眼底图像配准方法具有一定的局限性。为了解决这个问题,提出一种基于不变特征的眼底图像配准方法。提取眼底图像的尺度不变特征(SIFT)作为特征点,提出双边或的Best-Bin-First(BBF)算法进行特征点匹配,并根据特征点具有旋转不变性的方向特征和空间斜率及空间距离等几何特性的一致性检测去除误匹配,精化匹配特征,利用得到的匹配特征进行M估计得到眼底图像的变换关系。通过对不同程度病变的眼底图像数据进行配准实验,观察配准结果,对比匹配特征的正确匹配数量和分析衡量配准精度的均方根误差。结果表明,该方法实现了良好的细节对齐,保留了足够的正确匹配对,对实验的病变眼底图像配准成功后的均方根误差均小于1,且浮动于0.5左右,验证了方法的精确性和有效性。     

旋转扫描超声心脏图像的中轴匹配与图像插值

研究旋转扫描超声医学图像多维重建中图像中轴匹配方法和插值算法。首先 ,根据图像中轴的特征点分析其时域曲线 ,实现中轴的轴向匹配 ;相似矩阵用来寻找两幅图像中轴附近匹配的像素线。自相关函数和 Fouri-er谱用来对图像中轴的匹配进行评价。其次 ,针对旋转扫描原始图像空间分布的特殊性 ,提出了分区插值法。实验结果表明 :我们提出的图像中轴匹配方法切实可行 ,插值算法快速、精确 ,基于匹配的插值算法可大大改善重建质量     

基于物质灰度正态分布的CT断层图像匹配插值

基于医学CT断层图像中物质灰度呈正态分布的特性,提出一种新的插值算法。先分割CT断层图像,再为每个插值点搜索属于同种物质的最佳匹配点对,最后基于物质灰度呈正态分布特性获取插值权值,计算出插值点的灰度值。针对灰度值相差较大的匹配点对,传统的线性插值方法容易生成误差,新算法避免了这些插值点误差的产生。对于存在较多灰度值差异大的匹配点对的4组测试切片,测试结果表明,与匹配点对间传统的线性插值方法相比较,新算法的标记点均偏差平均降低29.55%,说明新算法具有良好的插值效果。     

一种适用于肝脏CT图像配准改进的尺度不变特征变换算法

针对肝脏CT图像特点,在传统的尺度不变特征变换(scale-invariant feature transform,SIFT)算法基础上,结合K-means聚类算法,提出了一种改进的特征点匹配算法。该算法通过聚类SIFT特征点坐标,将配准图像分为4个区域,特征点分块配准。与原算法相比,该算法增加了特征点匹配数量,有效隔离了特征点跨区域的错误匹配,时间复杂度也得到了一定的降低。该算法还减少了肝脏CT图像配准中错误匹配对配准结果的影响,提升了肝脏CT图像的配准精度。     

基于活动形状模型的人脸识别

活动形状模型（ASM）是一种较为流行的用于目标对象定位的统计学形状模型。然而，在搜索过程中，ASM易受初始化位置的影响而陷入局部极值；在局部灰度模型匹配时，对光照条件也较为敏感。针对正面人脸彩色图像的识别问题，提出了一种基于肤色的人脸检测方法、基于人脸器官几何分布特征的人眼检测方法与活动形状模型方法相结合的算法，来降低ASM算法对初值与光照条件的敏感程度，避免局部极值问题的产生。对于搜索结果的评估问题，本研究针对保持了目标特异性的形状，提出了以质心位置、形状大小和方位角作为相似形状的评价准则。采用40幅黄种人正面端正人脸图像进行测试，实验结果表明，本改进算法的搜索结果与手工标定的识别结果相比，在位置、大小和方位上的误差都较小，识别准确率较高。     

基于三维动态区域生长算法的肝脏自动分割

目的:研究三维动态区域生长算法在肝脏自动分割中的可行性。方法:首先对CT图像进行预处理,包括插值、各向异性滤波和三维矩阵化处理;然后在预处理过的图像上使用三维动态区域生长算法,得到初始分割结果,算法在执行过程中使用种子点联合26邻域体素灰度均值代替传统的区域生长算法中选取的单一种子点灰度值,并结合动态阈值和双生长准则提高边缘分割精度;最后通过形态学后处理得到肝脏分割结果。结果:利用三维动态区域生长算法的肝脏自动分割结果接近专家手动勾画的结果(戴斯相似系数平均达到0.934),并且其分割速度(每幅图像用时0.64 s)和三维连续性优于手动勾画。结论:三维动态区域生长算法能够精确地分割肝脏,能在腹部肿瘤放疗计划制定中大幅度提高肝脏勾画效率。     

基于CUDA的蛋白质点检测快速实现方法

为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设计;然后,根据CUDA单指令多线程的执行方式对数据空间进行二维分块,利用共享寄存器和二维纹理内存的内存管理措施实现了蛋白质点快速检测。通过本文方法与中央处理器(CPU)串行方法进行真实凝胶图像的检测对比实验,结果表明,本文方法的执行效率明显高于CPU串行方法,并且随着图像大小的增加,效率也随之提高,对于2 048×2 048大小的图像数据,CPU串行实现时间为52 641ms,GPU则为4 384ms,效率提高了11倍。     

狼疮肾炎小鼠肾脏的比较蛋白质组学研究

目的探讨狼疮肾炎(LN)小鼠肾脏和正常小鼠肾脏蛋白质组的差异。方法应用双向凝胶电泳技术(two-dimensional gel electrophoresis,2-DE)分离肾组织总蛋白质,凝胶用银染显色,扫描仪获取凝胶图像并对其进行软件分析。结果同组实验重复3次,其中正常对照组3张图找到蛋白质点平均573±52个,匹配率为83%;LN组找到蛋白质点平均658±43个,匹配率为87%。经软件分析,LN组和对照组比较表达增加大于2倍的点有119个;降低大于0.5倍的点有140个。结论LN小鼠肾脏蛋白质表达发生了显著变化,这可能和LN的发生发展有着密切关系。     

基于局部小波模式和一致性点漂移的多模医学图像配准

为提高多模医学图像配准的速度、精度和鲁棒性,本文提出一种基于局部小波模式(LWP)和一致性点漂移(CPD)的多模医学图像配准算法。首先提取图像稳定特征点,然后通过局部小波分解编码8邻域信息;接着变换中心像素值,使中心点像素构成的向量取值与小波分解向量取值范围相一致,通过比较中心像素变换向量与小波分解向量计算LWP描述子;最后把结合高斯混合模型后验概率和负对数似然函数的函数作为目标函数,利用一致性点漂移算法进行模型参数估计和空间变换。实验结果表明在图像存在噪声、灰度不均匀和初始误配的情况下,LWP-CPD算法的鲁棒性、配准精度和计算复杂度都达到很好的效果。     

基于自适应方向性滤波和非局部均f值修补的CT图像金属伪影消除

CT图像金属伪影的校正长期以来都是一个重要课题.首先采用自适应方向性前置滤波器对含有金属伪影的图像进行处理,在一定程度上消除噪声,抑制条状伪影;其后采用均值漂移分割出原图像中的金属成分,最大互信息熵分割出伪影成分;使用平行束投影获取原始图像和金属成分的弦空间数据,从原图弦空间数据中减除伪影成分对应的弦图;继而采用非局部均值修补结合线性插值方法对弦空间数据进行补全;最后采样滤波反投影得到校正后的图像.实验表明,本算法对于含有金属伪影的水模和真实临床图像的校正,获得更好的匀质区域一致性和更好的伪影抑制性能.     

结合区域信息的分段活动轮廓模型

提出了一种结合区域信息的分段活动轮廓模型，利用边缘信息迅速找到对象的大体轮廓，然后结合区域统计信息使模型精确收敛到对象边缘。分段的层次化变形有效的利用了图像的全局和局部信息，使用仿射变换使模型的局部以同一种变换方式变形，提高模型对噪声和伪边缘的鲁棒性，同时保持模型轮廓形状的一致性。在精确匹配阶段利用区域统计信息重新定义模型的外部能量，采用自适应的搜索区域确定方法，提高了算法的效率和进入凹边缘的能力。试验表明本模型运算速度快，抗噪声和避免陷入局部极小值的能力较强，有较好的分割效果。