独立分量分析在乳腺钼靶X片感兴趣区域提取中的应用

为乳腺癌早期诊断和乳腺X线影像微钙化点计算机辅助检测的前期预处理,本研究提出基于独立分量分析（ICA）的自动提取新算法并且将其应用于乳腺图像感兴趣区域的自动提取.其具体思路是：（1）将乳腺区域图像提取成等大的子图像作为待测乳腺图像感兴趣区域;（2）将ICA应用于乳腺图像感兴趣区域得到基图像;（3）将待识别乳腺图像感兴趣区域在基图像所构成的子空间进行投影求得待测乳腺图像感兴趣区域的特征矢量;（4）用人工神经网络分类方法进行乳腺图像感兴趣区域的模式判别.对临床实际病例的试验结果表明,该方法的检出率为91%,与同类研究检出率相当.本研究方法简单有效,并具有较高的智能性,为ROI的自动提取提供了新的研究思路.     

GVF Snake模型在全身骨SPECT图像分割中的应用

全身骨SPECT图像受成像原理限制,膀胱区域灰度值很高,影响图像整体的亮度、对比度和可读性;膀胱区域与病灶具有相似的灰度特征,不利于对图像进行病灶的自动识别等处理.GVF Snake模型是传统Snake的改进模型,我们用GVF Snake模型分割膀胱区域,实现全自动去除膀胱区域,为SPECT全身骨图像的各种处理提供良好的环境.     

数字乳房X射线图像的肿块分割算法研究

为了使临床医生从数字乳房X射线图像中得到更多有用的肿块信息,通过研究增强后的数字乳房X射线图像,结合图像特点,提出利用区域生长方法对图像进行肿块分割的算法.此算法可以有效地分割出图像中的肿块区域,并很好地保持了肿块的边缘信息.     

应用IQF值评价不同显示器的性能

目的：检测三种显示器的性能,应用图像质量因子（IQF）值定量评价三种显示器用于医学图像显示的效果．评估三种显示器用于医学图像诊断的可行性。方法：使用亮度及照度测量器L100测量显示器的亮度．使用美国医学物理师协会（AAPM）测试图对三种显示器（彩色LED显示器,黑白LED医用显示器,高亮度彩色手机显示屏）的亮度响应进行量化评价并绘出标准的亮度响应曲线。使用对比度细节体模CDRAD2．0图像．通过计算IQF值．评价三种显示器的图像解析能力并使用ANOVA对IQF值进行统计学分析。结果：三种显示器的亮度比均超过了AAPMTGl8的推荐标准,彩色LCD显示器和手机屏对比度响应的测量值都在标准值的±10％范围内,但并不是都完全符合AAPMTGl8文件推荐的标准。黑白LCD显示器与其它两种显示器的IQF值有显著统计学差异,黑白显示器的图像质量较好。结论：亮度响应好的显示器,其成像质量也较好。手机LCD屏虽不能完全满足AAPMTG18文件的要求．但其在显示图像细节方面与彩色LCD显示屏差别甚微。     

基于最大熵的超声图像中胎儿股骨分割方法的研究

提出一种基于最大熵分割的胎儿股骨自动测量方法.首先,用中值滤波器对原始图像进行去噪,并用最大熵分割方法对去噪后的图像进行分割,得到股骨候选区域;其次,利用股骨区域位置、形状等特征信息对股骨候选区域进行筛选,得到最终的股骨区域;最后,通过股骨区域的外接矩形斜边长,计算股骨长度;与医生手动测量结果对比,70幅超声图像的自动测量结果平均相对误差为1.42±4.48 mm,实验结果验证了本方法的可行性.     

基于血管匹配的三维超声与CT图像的配准方法

提出一种基于血管匹配的三维超声与CT图像配准的新方法.首先,基于水平集方法自动分割出CT图像中的血管；其次,由于超声图像中的声影与血管均属于低回声区域,我们结合声影形成的物理原理及图像纹理特性,自动检测出声影区域,以提高配准的鲁棒性；最后,采用进化算法,将CT图像中分割出的血管与超声图像中低回声区域进行匹配.在肝脏体模和临床脾脏数据上进行了实验验证,自动配准的成功率在95％以上,平均目标配准误差在2 mm以内,实验结果验证了本方法的可行性.     

X光图像自动增强拼接技术的研究和实现

目的:设计了一种X光图像的自动增强拼接技术.方法:首先,针对X光影像灰度差异目测困难,单一直方图均衡化增强后可能导致的灰度级减少,某些细节消失,提出一种改进的基于HE的图像增强方法,利用三角函数加权因子对图像进行平滑增强融合;然后,为了解决由于X光图片视野范围的局限性,采用基于相位相关法对图像进行全景拼接重建,并分析了参考图像与待配准图像间存在重叠区域的面积大小与拼接成败的关系;最后,为了提高图像的拼接质量,采用多分辨率算法进行图像融合.结果:成功实现了图像自动增强与拼接.结论:实验证明,对于X光图像存在的灰度差异微小,细节不明显的情况,经过改进的图像增强之后,效果明显,且方法运算简单,能快速有效地对X光图像进行自动增强及拼接及融合,鲁棒性好.当参考图像与待拼接图像重叠区域减小到参考图像2%以下时,才出现误拼接,相同重叠区域面积内,图像信息携带量越多,可得到更好的匹配效果.     

基于痧象的脏腑功能失调预警方法

目的 在痧象临床研究中,医生可以通过观察背部脏腑穴位区域的痧象进行脏腑功能失调预警.传统的脏腑功能失调预警主要基于医生对背部脏腑穴位区域模糊定位来实现,面对较多的区域,无论是定位还是识别都需要花费很多时间,影响工作效率.利用相机采集的图像有一些杂乱的背景,影响痧象图像在电子病历中的规范化存储.针对此问题,本文提出一种基于图像处理与模式识别技术的痧象分析方法,进行脏腑功能失调预警,辅助医生进行诊断以及规范化存储痧象图像.方法 采用基于两点的Grabcut算法进行背部图像的校正、分割、脏腑穴位区域定位,分别用支持向量机(support vector machine,SVM)、Alexnet、Alexnet算法基础上修改的卷积神经网络(convolutional neural networks,CNN)对脏腑穴位区域进行痧象识别.结果 基于两点的Grabcut算法可以实现背部图像的校正、分割以及脏腑穴位区域定位.相比于SVM、Alexnet,在Alexnet算法基础上修改后的CNN对痧象识别率最高,达到了99.83％,可进行痧象识别,从而快速进行脏腑功能失调预警.结论 该方法对进行脏腑功能失调预警具有一定的实际应用价值.     

基于解剖自适应的非局部先验贝叶斯PET图像重建

将配准的解剖图像作为先验信息指导PET图像重建已有广泛的研究.基于非局部均值(nonlocal means)滤波和解剖图像的区域信息,提出一种解剖自适应的非局部先验(anatomically adaptive nonlocal prior,AANLP)模型.新模型中的信息来自一个较大的非局部邻域内灰度值的加权差,其权值通过计算两个像素的相似性获得.权值参数通过利用解剖图像的区域信息进行自适应迭代估计.在PET图像的重建过程中,AANLP模型自适应地用于每一个解剖区域.构建两步式重建策略,用于图像重建和参数估计.仿真数据重建结果表明,AANLP具有很好的保持边缘效果,并且能鲁棒地产生最高的病灶对比度.     

结合水平集和区域生长的脑MR图像分割

本文提出了结合改进的水平集和区域生长方法实现脑MR图像分割,并根据不同组织成像特征和组织结构特点采用不同算法分割进行了探索.主要步骤:首先用改进的水平集算法实现图像中骨组织和脑脊液(CSF)的提取;然后,依据直方图确定脑灰质(GM)、脑白质(WM)的近似灰度值,自动定位种子点后进行区域生长,实现脑灰质和脑白质的分离.实验结果表明,该方法充分利用了脑MR图像中的区域信息和边界信息,与传统单一算法分割脑MR图像相比,具有更强的鲁棒性和准确性.     

基于MATLAB的CT肝脏肿瘤图像分割

目的 将CT图像中的肝脏肿瘤部分进行准确分割.方法 利用MATLAB平台对CT肝脏肿瘤图像进行预处理,并结合灰度转换、二值化处理、反色处理、形态学处理、区域生长法对病灶区域进行分割.结果 组合分割法能够发挥简单、快速、适合小病灶区域的分割特点,实现了肝脏肿瘤组织的分割,分割效果理想.结论 该方法用于肝部肿瘤的分割具有一定的有效性,但对于与周围粘连较多的肿瘤的分割还有局限性.     

一种线性滤波算子在医学扫描图像中的应用

目的：解决传统的二维锐化增强算子不能很好解决扫描医用胶片图像不同区域不同模糊程度的问题。材料和方法：本文根据扫描仪成像系统的特点，提出了一维滤波进行处理。通过不同区域不同长度滤波算子的处理。保证了处理后的图像整体一致清晰。结果：本方法跟二维滤波相比运算量大幅下降，满足大尺寸扫描图像实时处理的要求。结论：试验结果表明，该一维算子稳健高效，提高了图像的清晰度、对比度，让医生能够更准确的诊断。     

估计点扩展函数对内源性光学成像信号的提取

脑内源信号光学成像是近十几年发展起来的研究大脑皮层神经群体活动的成像方法.内源性光学信号非常微弱,并且在穿过皮层组织时会发生扩散,使得图像存在一定程度的退化.本研究通过对功能图像的二阶统计量分析,选取功能柱区域与非功能柱区域像素进行联合求解高斯函数,得到针对内源性光学信号的点扩展函数的估计,并对内源性光学信号图像进行恢...     

Segmentation for CT images of liver neoplasms based on MATLAB

目的 将CT图像中的肝脏肿瘤部分进行准确分割.方法 利用MATLAB平台对CT肝脏肿瘤图像进行预处理,并结合灰度转换、二值化处理、反色处理、形态学处理、区域生长法对病灶区域进行分割.结果 组合分割法能够发挥简单、快速、适合小病灶区域的分割特点,实现了肝脏肿瘤组织的分割,分割效果理想.结论 该方法用于肝部肿瘤的分割具有一定的有效性,但对于与周围粘连较多的肿瘤的分割还有局限性.     

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。     

血管图像分割技术的研究进展

血管图像分割是循环系统血管分析的一个重要组成部分,也是血管三维重建、定量分析的基础.本文对适于血管图像分割的区域生长法、活动轮廓模型、基于追踪的方法等传统的分割技术,及基于数学形态学、神经网络等近年来结合特定理论和工具提出的分割算法进行了综述.针对血管图像的这一具体应用领域,把现有的血管图像分割技术分成如下三类:①基于边界的分割技术;②基于区域的分割技术;③基于特定理论和工具的分割技术.     

大鼠松质骨切片图像的三维重建与定量分析

本文研究动物松质骨连续切片图像数据集的获取、分割、配准、及三维重建的技术方法.利用病理切片和图像数码摄入技术,获取了大鼠腰椎松质骨连续切片图像数据集,用基于外置标记点和分割-计数法两种方法进行参数计算,依参数对图像进行刚体变换完成配准,将配准后的切片图像输入二维图像处理软件进行分割,提取感兴趣区域后输入三维重建软件进行三维重建与定量分析.重建后的松质骨三维立体图像呈均匀、致密的立体网状结构,骨小梁连接清晰可见.     

一种新颖的序列图像自动配准方法

序列图像的配准是医学临床与科研实践中扮演着非常重要的角色.为了快速、准确地进行医学序列图像配准,本文提出了一种利用图像联合直方图进行序列图像自动配准的新方法.首先对图像阈值分割,将其联合直方图划分为4个区域,然后根据不同的配准图像数据,选择定义在不同区域上的计数值作为参数计算的准则函数.该方法设计简单、巧妙,以计数方法代替其他方法中大量的浮点运算.由于准则函数具有良好的光滑特性,且选择Powell算法做最优化搜索,因此保证了优化结果的准确性.和其他算法相比,该方法大大简化了准则函数的计算,从而显著提高了配准优化搜索的速度.根据实验结果,及与基于互信息量方法的对比,证明该方法准确、简便、快速、有效.     

一种荧光比例成像方法的研究

常规的技术,如免疫荧光共定位,允许在光学分辨率极限上显示细胞不同蛋白的共同定位,但是通过一般的图像分析处理方法,不能方便准确地比较各种蛋白的相对分布,也不能追踪这些分布模式随时间的变化情况.新近发展应用的荧光比例成像则可对多重荧光图像进行半定量分析,对细胞的粘附结构提供准确的时空信息,加深人们对细胞粘附结构和功能关系的理解.本文通过对双重荧光染色图像进行噪声滤除、图像分割、比例计算以及伪彩色显示,对荧光比例成像方法进行了研究.实际应用工作显示该方法行之有效.     

HCT图像中骨小梁结构的三维重建

本文研究人体CT图像中腰椎松质骨骨小梁数据集的获取、分割及三维重建的技术方法.利用高速螺旋CT(HCT)技术和图像数码转换技术,获取了人体腰椎松质骨CT连续图像数据集,将切片图像输入二维图像处理软件进行分割,提取感兴趣区域后输入三维重建软件进行三维重建与定性分析.重建后的松质骨三维立体图像呈均匀、致密的立体网状结构,骨小梁连接清晰可见.提示利用现有软件和技术可重建松质骨骨小梁三维立体图像和诊断骨质疏松.