边缘检测及其在医学图像中的应用

边缘检测一直是计算机早期视觉的重要问题,它在医学图像处理中也占据着举足轻重的地位。本文对一些经典的和新的边缘检测算子作了回顾,并讨论其在医学图像处理中的应用。     

区域对比度模糊增强及其在医学图象边界检测中的应用

本文在广义模糊集合与广义模糊算子的基础上,给出了一种基于增强图象区域之间对比度的边界检测算法,并利用升半梯形模糊分布将空间域的灰度图象变换为对应的广义隶属度函数。实验结果表明该算法对于灰度层次丰富的医学图象边界提取效果是较好的。     

模糊多尺度边缘检测在医学超声图像边缘检测中的应用

介绍了模糊多尺度边缘检测方法，按照多变量隶属度函数的定义构造了多尺度边缘隶属度函数，并将其与小波变换结合应用到医学超声图像的模糊多尺度边缘检测中。小波变换可以提供图像的多尺度描述，多尺度模糊集表示了图像的象素点隶属于图像边缘点集合的程度。模糊多尺度边缘检测方法可以将各个尺度的信息更有效地复合起来，得到更好的边缘检测效果。     

边缘检测微分算子的分析及在医学图像中的应用

边缘检测是医学图像处理必不可少的一步 ,采用微分算子检测边缘是最常用也是处理效果比较好的一种方法。我们从频域角度出发 ,分析了 Roberts算子、Prewitt算子、Sobel算子以及拉普拉斯算子的频谱特性。提出了在使用和构造微分算子时 ,要充分考虑它们的频谱特性。不同的微分算子对不同边缘检测的敏感程度是不同的 ,因此对不同类型的边缘提取 ,应该采用对此类型边缘敏感的算子进行边缘提取。最后通过实际的 MRI图像处理验证了边缘检测算子选择的重要性。     

分形理论在医学图像边缘增强和检测中的应用研究

本文利用分形几何学对医学图像边缘的增强和检测进行了应用研究。我们采用频域法对典型的医学图像－512×512的CT灰度图像计算它的分形维值。根据分形维值的变化来达到边界检测和增强的目的。结果表明,经处理过的图像与原图像相比较,不同结构的边界有了明显的增强,特别是对图像中的肿瘤结构能更好的识别出来,该方法的应用为医学图像处理和分析领域提供了新的手段和方法。     

磁共振截断频谱图像的层析法边缘检测技术

本文提出一种适合于含有截断伪影磁共振图像的边缘检测新算法。按奇异函数分析理论 ,把任何有截断伪影的信号表示为以奇异点为参量的截断奇异函数的加权和 ,奇异点和加权系数由该信号决定。层析边缘检测的关键在于一层层地剥去奇异点上的加权截断奇异函数 ,从而一层层地检测出奇异点。这些奇异点可以构成图像的边缘。本方法可以有效地剔除由截断伪影而引入的虚假边缘。实际和仿真结果都表明这种方法效果高于现有方法     

超声组织处理仪在胃镜标本HE及幽门螺杆菌PCR检测中的应用

近年来,大量研究显示我国高达50％人群感染幽门螺杆菌(helicobacter pylori,HP).随着内镜技术在各级医院的广泛开展,胃镜已成为常规体检项目.对于胃镜初步检查有问题的患者需进一步行病理检查明确诊断,但出具病理报告需较长时间.为满足患者对报告时限的需求,有的病理科会根据组织类型和大小编辑不同处理程序或更...     

镧系元素在免疫学检测技术中的应用

镧系元素与普通荧光相比其具有荧光衰变时间长、Stokes位移大和发射光谱窄等优点。以镧系元素及其螯合物为标记物应用到免疫分析技术中,成为目前超微量物质分析中最有发展前途的技术之一。自从时间分辨荧光免疫分析技术创立以来,经过30多年的发展,以镧系元素及其螯合物作为标记物与其他技术相结合已应用到不同的免疫检测技术中。本文就镧系元素在免疫检测技术中的应用作一综述。     

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。