基于平均曲率流活动轮廓模型的超声医学图像边缘提取

目的 改进外部力场以提高梯度矢量流(gradient vector flow, GVF)活动轮廓模型在超声斑点噪声环境下的边缘提取的稳定性和准确性.方法 用角点判断函数和梯度控制函数调节平均曲率流(mean curvature vector flow, MCVF)扩散和各向异性扩散程度,生成新的外部力场,引导活动轮廓模型实现边缘提取.结果 通过二值加噪图像和心脏超声图像的实验,验证了该方法的捕捉范围和处理噪声方面优于GVF.结论 本文提出的边缘提取结果在超声医学图像方面鲁棒性强、初始化范围大、弱化噪声,同时能够保留边界以及尖角点,是适用于超声医学图像边缘提取的方法.     

基于椭圆形状约束的图切割对颈部淋巴结的超声图像分割算法

目的提出基于椭圆形状约束的改进图切割算法，用于分割颈部淋巴结超声图像。方法根据颈部淋巴结形状近似椭圆的特点，采用距离函数表示的椭圆形状先验对图切割算法的切分代价进行约束。通过对初始分割结果进行拟合获得约束椭圆，最小化经椭圆约束的改进切分代价函数获得分割结果，迭代该过程，直到分割结果收敛。结果在相同用户输入的情况下，该算法较准确地实现了原图切割算法难以完成的低对比度淋巴结超声图像的分割。对20幅颈部淋巴结超声图像的应用表明：该算法分割轮廓和医生手工勾画的标准轮廓之间Hausdorff距离和平均最小欧氏距离都远小于传统图切割算法。结论通过椭圆形状约束将明显改善graphcut算法对颈部淋巴结超声图像的分割结果。     

基于梯度矢量流与粒子群优化算法的多模态医学图像配准

目的研究用梯度矢量流与粒子群优化算法实现多模态医学图像配准,提高配准的精度。方法算法对图像配准的特征空间、相似性测度、搜索策略3个方面进行改进：先由原始图像产生梯度矢量流场,作为配准的特征空间;然后提出并计算3种基于梯度矢量流场的相似性测度;最后使用结合了遗传算法交叉机制的粒子群优化算法找到两幅图像的最优变换。结果对仿真及实际医学图像的54次配准实验,表明该方法配准精度优于基于像素的粒子群优化方法和Walsh变换法。结论基于梯度矢量流与粒子群优化算法的图像配准方法能有效地实现多模态医学图像的配准。     

基于灰度阈值分割和动态规划的超声图像乳腺肿瘤边缘提取

目的 寻求提高超声图像乳腺肿瘤边缘提取效果的最优方法。方法 先根据超声图像的灰度分布采用灰度闽值分割定位法提取乳腺肿瘤的初始边缘，然后根据图像灰度的梯度信息采用动态规划法进行边缘的修正，从而准确提取超声图像乳腺肿瘤的边缘。结果 对18例超声图像进行乳腺肿瘤的边缘提取，结果显示本文方法相比单一的灰度阈值分割法或单一的动态规划法能更为准确地提取超声图像乳腺肿瘤的边缘。结论 本文方法可以有效地用于超声图像乳腺肿瘤的边缘提取。     

一种新的用于宫颈癌粘连细胞图像分割的分水岭算法

目的：探讨一种能有效分割宫颈癌粘连细胞图像的算法,完成各粘连细胞边缘的准确分割。方法利用水平集算法从背景区域中提取目标细胞图像,应用极小值的距离变换算法将图像归一化后与感兴趣区域的梯度图像点乘来抑制无用的梯度信息,然后运用标记分水岭算法对粘连细胞图像进行分割。结果与结论实验结果表明,该算法实现了染色不均的粘连宫颈癌细胞的有效分割,在粘连细胞的边缘建立了较传统的分水岭分割方法更准确的分割线,具有显著的临床应用价值。     

基于Snake模型的海马结构MR图像分割方法的应用研究

目的：介绍一种海马结构的磁共振图像分割方法Snake模型,并利用该模型对海马结构的磁共振图像进行分割研究。材料和方法：首先在MR图像工作站上采集图像,并进行图像预处理;然后编程,利用Snake模型进行海马结构的边缘检测,从磁共振图像中分割出海马结构。结果：除通过人机交互,由操作者给出初始轮廓外,Snake模型能从磁共振图像中自动分割出海马结构。Snake分割与人工分割总的重叠率是84％,标准差SD＝8．30。结论：Snake模型是一种快速、有效的海马结构分割方法,具有很强的鲁棒性和稳定性。     

颈部淋巴结超声特征的计算机提取及相关性评价

目的：评价计算机所提取的颈部淋巴结超声特征与医生的经验判断的相关性，以预测能否实现颈部淋巴结超声图像计算机辅助诊断。材料和方法：利用彩色多普勒超声观察43例患者的106个淋巴结的超声特征，包括大小、形态、边界、纵横比、淋巴门、皮髓质分布及比例、淋巴结内部回声、血流分布等。将超声医生判断分级的结果与计算机提取的淋巴结超声特征的参数定量结果作相关分析。结果：相关性较好的参数为NRL过零率（r=0．304，P=0．002）、凸包深度（r=0．32，P=0．001）、长／短径比率（r=-0．318，P=0．001）、血流像素点数（r=0．702，P〈0．001）、投影轮廓点分布的熵（r=0．719，P〈0．001）。结论：通过对颈部淋巴结超声图像提取量化特征参数，初步实现了颈部淋巴结良、恶性疾病的计算机辅助诊断。     

基于可伸缩视频编码失真估计模型的超声图像码流抽取新方法

目的 研究载人航天任务条件下可伸缩视频框架在超声图像编码中的应用,提供在轨超声检测图像实时传输的码流抽取方法.方法 使用一种新的码流抽取算法,通过编码端的重建信息来估计漂移失真;考虑帧到帧的漂移失真传播系数,重建编码的失真估计模型.结果 本文所使用的方案相比可伸缩视频编码参考模型(joint scalable video model,JSVM)使用的质量层分配方案,峰值信噪比(peak signalto-noise ratio,PSNR)相当或略有提升,而计算量上避免了反复解码的复杂操作,对相同测试序列的平均抽取时间提高了10倍.结论 本文提出的码流抽取方案,不需要复杂的解码操作,降低了计算复杂度,在载人航天超声图像等可伸缩视频应用中有一定应用前景.     

基于重构形态学算法的超声心脏图像自动分割

目的通过抑制超声医学图像本身固有的斑纹噪声,改进超声图像分割的算法,使得超声分割的结果更加准确。方法采用基于重构形态学的分割算法,先对超声目标图像进行重构开运算与闭运算,再对开闭结果进行top-hat运算,提取出相应亮度或暗度特征,最后找出亮暗度特征的边界实现全自动分割。结果利用本文方法对超声心脏图象进行自动分割,结果图象中没有因噪声而产生的伪边界,能够准确反映心脏各腔的真实情况。结论本文方法能够实现对超声心脏图象各腔边界的完整提取,分割边界具有很好的连续性。此外,本文方法也可以对目标的明或暗特征单独提取,从而减小时间复杂度,并提高分割图象的准确性。     

基于新过渡区提取法的医学图像交互式分割

目的：为了提高医学图像三维重组过程中二维图像交互分割的效率,我们试验了一种新过渡区提取方法,并验证了其分割效率和分割效果。方法：新过渡区提取法先依据原始图像,分散构造过渡片段,后将过渡片段按一定规则连接成过渡区,在过渡区的基础上实现交互分割。以512×512的CT图像序列为样本进行实验,结果与基于边缘提取的交互分割法及完全手工分割法比较。结果：基于新过渡区提取的交互分割法对目标区域的分割精确度高于边缘提取分割法,更接近完全手工分割,而人工操作时间较基于边缘提取的分割法及完全手工分割法分别节省39%和62%。结论：新过渡区提取法保留了过渡区分割法抗干扰能力强、对弱边界提取效果好的优点。应用于交互分割,能够减少人工劳动,提高分割效率,同时分割精确度高于边缘提取法,重组后能更准确反映目标特征。     

A fast snake model based on non-linear diffusion for medical image segmentation.

In this paper, the traditional snake model and gradient vector flow (GVF) snake model are studied, which are believed to be quite slow due to the need to compute inverse matrix. Actually, the GVF in the latter snake model is formed by a biased linear diffusion procedure, and there would be oscillations around the edge of the object. Based on GVF generated through non-linear diffusion, we present a fast GVF (FGVF) snake model which is much faster than the traditional snake model and GVF snake model, and would cause no degradation of stability and flexibility, meanwhile, it could reduce the oscillations around the edges. The segmentation results using FGVF and error analysis on simulated images are presented. Finally, the demonstration of FGVF applied to Computed Tomography and Magnetic Resonance images are shown, the segmentation results are satisfactory visually with much less computation time in comparison with former snakes.     

Gradient vector flow with mean shift for skin lesion segmentation

Image segmentation is an important task in the analysis of dermoscopy images since the extraction of skin lesion borders provides important cues for accurate diagnosis. In recent years, gradient vector flow based algorithms have demonstrated their merits in image segmentation. However, due to the compromise of internal and external energy forces within the partial differential equation these methods commonly lead to under- or over-segmentation problems. In this paper, we introduce a new mean shift based gradient vector flow (GVF) algorithm that drives the internal/external energies towards the correct direction. The proposed segmentation method incorporates a mean shift operation within the standard GVF cost function. Theoretical analysis proves that the proposed algorithm converges rapidly, while experimental results on a large set of diverse dermoscopy images demonstrate that the presented method accurately determines skin lesion borders in dermoscopy images.     

多普勒血流超声医学图像的动态三维重建

目的：将超声医学图像三维重建技术与多普勒血流成像技术结合起来，实现超声血流图的动态三维重建。方法：通过对多普勒血流图的彩色编码方式的研究，利用多普勒血流图中Color Bar的信息，解决了从原始多普勒血流图中分离解剖结构和功能信息的问题，实现了心腔内血流的动态三维重建及与心脏解剖结构的三维融合显像。结果：对临床人体实验获取的超声血流图像进行三维重建，所得重建图中，血流信息与解剖结构之间的相互关系正确，与心脏解剖生理情况相符，证明了方法的可行性和有效性。结论：结合超声医学图像三维重建技术和多普勒成像技术，实现超声医学图像功能三维重建，提供更多的医学信息，是超声医学成像技术的发展方向，具有巨大的应用前景。     

基于各向异性扩散的超声医学图像滤波方法

目的将各向异性扩散方法应用于超声医学图像的去噪处理。方法采用基于各向异性扩散的偏微分方程，其初始值为输入图像，转化为差分格式迭代求解滤波结果，并通过修改方程中的噪声比例函数使方程更加适用于超声医学图像的滤波。结果通过与其他3种传统滤波方法比较，修正系数后的各向异性扩散滤波方法能够较好地平滑图像的噪声，并且图像的边缘和细节部分依然清晰可见。结论各向异性扩散方法是一种去除超声图像Speckle噪声的有效方法，为超声医学图像的滤波开辟了一条新途径。     

Automatic vessel segmentation using active contours in cine phase contrast flow measurements.

The segmentation of images obtained by cine magnetic resonance (MR) phase contrast velocity mapping using manual or semi-automated methods is a time consuming and observer-dependent process that still hampers the use of flow quantification in a clinical setting. A fully automatic segmentation method based on active contour model algorithms for defining vessel boundaries has been developed. For segmentation, the phase image, in addition to the magnitude image, is used to address image distortions frequently seen in the magnitude image of disturbed flow fields. A modified definition for the active contour model is introduced to reduce the influence of missing or spurious edge information of the vessel wall. The method was evaluated on flow phantom data and on in vivo images acquired in the ascending aorta of humans. Phantom experiments resulted in an error of 0.8% in assessing the luminal area of a flow phantom equipped with an artificial heart valve. Blinded evaluation of the volume flow rates from automatic vs. manual segmentation of gradient echo (FFE) phase contrast images obtained in vivo resulted in a mean difference of -0.9 +/- 3%. The mean difference from automatic vs. manual segmentation of images acquired with a hybrid phase contrast sequence (TFEPI) within a single breath-hold was -0.9 +/- 6%.     

Lymph node segmentation from CT images using fast marching method.

Accurate lymph node size analysis is important medically. This paper presents an improved fast marching method to perform semi-automatic segmentation for lymph node from CT images. In this work, we have incorporated the gray scale information of the target region into the fast marching speed term and have given a hard constraint for the stop criteria, instead of only using the spatial image gradient, to remedy the 'boundary leaking' problem of the traditional fast marching method. Various experimental results are provided to demonstrate the effectiveness of the proposed method.