医学图像的无损压缩

JPEG、JPEG-LS和JPEG2000是ISO/IEC组织制定的三个静止图像压缩的国际标准。这三个标准虽采用的方法不同,但均能实现无损压缩。本文分别介绍了这三个静止图像压缩标准和编码过程,并对三种压缩标准在处理临床静止图像的无损压缩性能方面做了比较。     

一种医学图像不同区域的编解码算法

目的：探讨一种实现医学图像不同区域的编解码算法,以便能够节约存储空间和传输时间,方便医学图像的管理和运用。方法：分析嵌入式零树小波编码算法的原理,并编程实现医学图像不同区域的不同编码。结果：此方法实现了具有感兴趣区域的医学图像压缩编码。结论：该算法得到了较低的均方误差和较高的峰值信噪比,能够满足诊断要求,是一种有效的医学图像编解码算法。     

医学图像融合方法研究

从空间域、变换域和智能域三个方面对医学图像融合的几种方法进行了阐述,具体讨论基于图像分割的融合方法、小波变换及其扩展方法和语义谓词方法.最后对医学图像融合方法的发展进行展望.     

医学图像分割方法研究

医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域．从而有助于医学诊断。本文综述和讨论了近年来的医学图像分割技术、发展趋势，研究热点及其医学图像分割的评价等问题．并简要讨论了每类分割方法的特点．展望了医学图像分割的前景和面临的挑战。     

基于小波变换的医学图像噪声滤除方法的研究

目的：研究一种基于小渡变换的医学图像噪声滤除方法，并比较不同小波函数的去噪效果。方法：提出了一种利用小渡局部系数改进的软阂值方法。首先,应用小波变换得到图像的局部模极值分布Mj,m,n^ψ然后．计算小渡变换的M模极大值，根据局部模极值分布的统计特性来设定一个阈值门限Tm：当小渡变换的模极值大于等于阈值门限Tm时，其对应的小波系数保持不变：当小渡变换的模极值小于阈值门限Tm时，其对应的小渡系数通过软闽值法进行计算。最后,根据这两部分的小渡系数进行小波逆变换重构图像。结果：所提出的方法能有效地滤除医学图像中的噪声，不同小波的噪声滤除效果有一定的差异。结论：选择合适的小渡基函数来对图像进行小渡多尺度分解．可以得到比较完善的小渡阈值去噪算法．达到比较理想的去噪效果．     

基于JPEG2000的医学图像ROI压缩

本文简单介绍了新一代图像压缩标准JPEG2000压缩原理及压缩流程，并重点介绍了JPEG2000标准第一部分中的感兴趣区域（regionof interest，ROI）算法-最大提升算法（Maxshift）。使用医学图像，对其进行无损和有损压缩，以及带矩形区域ROI的压缩，实验结果令人满意。     

基于CT图像的肿瘤放射治疗感兴趣区勾画方法

目的：提出一种新的勾画方法,以克制现有一些商用勾画方法资源占用量大且价格昂贵的缺点,进而快速准确地勾画患者CT图像中的一些感兴趣区,以期对于肿瘤放射治疗给予更大帮助。方法：利用人体CT图像的灰度特征,在部分的组织和感兴趣区域边界上结合窗宽窗位等参数、曲线拟合等方法提取患者CT图像中的感兴趣区边界。结果：可以完成人体外轮廓、骨骼、脊髓腔、肺组织、人体体内气腔等多种组织外边界的自动与半自动勾画。结论：该方法可作为治疗计划系统（TPS）的勾画工具应用,也可在图像分析处理工具中使用。由于人体结构的复杂性,该方法对构成过于复杂的组织难以有效地区分。     

基于神经网络技术在乳腺钼靶X片感兴趣区域的提取新方法

在乳腺钼靶X片计算机辅助诊断中，感兴趣区域也就是可疑病灶区的自动提取是乳腺图像处理中的重点和难点之一，本研究旨在提出一种准确、有效的算法，以提高乳腺癌早期诊断的效率和准确率。方法：首先对感兴趣区域的多种特征进行了分析，然后提出一种基于神经网络新训练算法的乳腺钼靶X片感兴趣区域的自动提取方法。结果：用我们的算法对山东省医学影像研究所提供的30个临床实际病例，60幅图像进行了检测和分析。实验结果验证了该算法的有效性和准确性。结论：该算法在保持较低的假阳性率的同时，能得到高的阳性检出率。     

CR医学图像的小波阈值去噪算法研究

提出一种CR医学图像的小波阈值去噪算法．对含噪图像进行小波分解得到图像的小波系数，采用文中提出的阈值算法对系数进行去噪处理，根据处理后的系数重建CR图像。实验结果表明该方法能有效的去除CR图像的噪声．较好的保留医学诊断所需要的图像细节。     

CT与MRI医学图像小波变换融合算法的对比研究

目的 分析不同小波变换融合算法的有效性.方法 采集CT和MRI同一切面图像,运用基于小波变换模极大值特征的影像融合和基于多小波系数最大值融合的方法进行图像融合.以熵、交叉熵,融合均匀度对融合图像进行评价.结果 A组熵4.61±0.20,交叉熵0.21±0.02,融合均匀度0.085±0.002 4;B组熵4.85±0.11,交叉熵0.23±0.01,融合均匀度0.076±0.001 3.A组和B组的融合效果明显高于CT和MRI结果,差异有统计学意义(P＜0.05).结论 基于多小波系数最大值融合的方法较基于小波变换模极大值特征的影像融合方法更有效,值得临床推广.     

基于小波变换的医学图像压缩技术研究

以CT、MRI等医学图像组为对象，研究一种基于小波变换的医学图像数据无失真压缩编码方法。利用小波变换实现图像的多分辨率分解．然后再对变换后的小波图像进行动态Huffman编码。最终实现压缩比较大的图像无失真压缩编码。实验表明．该方法在压缩比和重建图像质量上均达到了较好的性能。     

基于矢量量化的医学超声图像压缩方法

本文提出了一种基于矢量量化（VQ）的新的压缩方法，目的是压缩医学超声图象，为医学多媒体数据库的建立提供有效手段。它的主要特点是压缩比高，失真小，编码速度比一般矢量量化快。这依赖于对码书的高效设计，能更好地描述图像的边缘和背景特性，此外，新的查找表减少了编码运算次数。本文还将这种方法与JPEG（高压缩比）进行比较     

一种基于小波变换的医学图像多分辨率编码算法的研究

多分辨率编码是提高医学图像传输和回放的有效措施。作者通过对二维图像小波变换迭代特征的分析研究,提出了一种基于小波变换的多分辨率编码算法，有效地利用了二维图像在小波域分解和重构的迭代特性。测试表明，该算法简单易行，并有较理想的压缩效果。     

基于DICOM标准的医学影像无视觉损失有损压缩研究

PACS系统是医学图像信息系统的重要组成部分,医学影像压缩是制约国内PACS系统应用的主要因素之一。本文简要介绍了基于DICOM标准的医学影像无视觉损失有损压缩研究的目的、主要内容、方法与步骤、研究计划及特色。     

静态医学图像的采集与数据压缩的理论与实践

本文论述了静态医学图像的采集压缩的原理,并在具体实践的基础上提出了较有新意的处理方法：局部有损压缩法,以获得较高的压缩比。     

基于小波变换的数字影像的边缘检测与降噪

目的研究医学数字影像的降噪法,提高临床大夫对医学影像细节的诊断能力。方法采用图像的多尺度小波变换局部模最大值进行空域滤波(主要是边缘检测及降噪)的方法。结果此方法得到了满意的边缘检测和降噪结果,克服了传统方法的缺点。结论此方法降噪能力强,定位精度高。     

在医学图像DICOM格式中实现JPEG压缩算法

描述了在医学图像DICOM格式中实现JPEG压缩算法的编程思路和方法。提供了部分VC 代码,并对关键函数进行了较详细的注解,对同类工作具有参考价值。     

基于小波分析的视觉成像原理研究

采用第一代小波变换对图像进行分解和重构,提取图像特征,对不同空间分辨力的图像特征,分时交替地编码成电刺激脉冲,送到视觉中枢.这一方案是为了证明在眼睛的视觉成像原理中存在着分时复用和时间编码机制,从而利用有限数目的电极对视觉皮层进行刺激却可以得到较为完整的图像信息.     

基于零树小波编码的图像压缩

本文利用基于零树小波的图像编码方法实现了预定比例的图像压缩,计算出了不同压缩率下的峰值信噪比,用以衡量压缩图像的质量。