共查询到16条相似文献,搜索用时 78 毫秒
1.
2.
目的:针对肝脏图像的特点提取肝脏病灶,为病灶的特征提取做准备。方法:该算法首先在肝脏内部选择包含病灶的局部图像,再采用局部最大类间方差法进行自动阈值预分割,最后采用标记筛选法消除病灶内部空洞和外部小块游离区域。结果:该方法能较好地提取出肝脏病灶。结论:结合局部最大类间方差和标记筛选的方法提取肝脏病灶省力、快速、效果良好。 相似文献
3.
4.
目的:实现最大二维熵阈值、基于C-V模型的活动轮廓、动态规划等3种分割算法对CT图像的肺结节的自动分割并将分割结果进行比较,找出最优分割方法。方法:以解放军117医院PACS数据库中选取的胸部CT影像为研究对象,首先设计了肺结节增强的流程,然后分别采用最大二维熵阈值、基于C-V模型的活动轮廓、动态规划等3种分割算法实现了肺结节的自动分割。结果:基于影像专家手动分割的金标准图像,采用Dice相似度系数,对3种算法的分割结果进行评价。结论:综合算法的分割速度、鲁棒性以及分割精度等3个方面的因素,结果表明,阈值法虽然分割速度快,但分割精度最差;动态规划算法较前者效果好;C-V模型算法优于其他2种算法。 相似文献
5.
目的自动提取CT肺部兴趣区,以辅助医生诊断和治疗肺部疾病。方法利用迭代算法自动提取肺部兴趣区,并和影像医生手工提取的肺部兴趣区作对比。结果自动提取的肺部兴趣区图像与手工提取的肺部兴趣区图像在外形、灰度和方差方面,结果非常接近。结论利用迭代算法自动提取肺部兴趣区的方法可行。 相似文献
6.
目的:实现对肝脏CT图像中肝脏区域的分割,以助于计算机辅助诊断、病变组织定位、三维重建、治疗方案设计等.方法:采用基于区域生长的邻接连续阈值法实现对肝脏CT图像中肝脏组织的分割.结果:该方法能非常理想地将目标与背景分离,同时将过分割现象减到最少.结论:该方法计算简单、耗时较短,适用于不太复杂和对比比较明显的图像的分割. 相似文献
7.
8.
目的:研究一种半自动的适用于儿童三维脑部核磁共振图像(3D—MRI)的分割方法。方法:基于直方图分析和数学形态学操作,并通过大量的实验得到许多适用于儿童脑部的参数.可以有效地分割脑部的主要结构(小脑、脑干和左右两个脑半球)。整个分割过程主要包括:首先从头部MRI图像中去除非脑组织,得到整个脑模板;然后分别从脑模板中分割提取脑干和小脑;最后分离左右两个脑半球。结果:应用半自动分割方法适应儿童脑部的结构特点和差异变化性,脑干、小脑和两个脑半球能够被逐步分割出来,同时给出了核心参数的设置方法。结论:该方法能够有效而准确地分割5~15周岁的儿童脑部图像。 相似文献
9.
10.
本文提出一种基于图像灰度值的K-均值聚类算法,并利用这种算法对脑部核磁图像分割进行测试。K-均值聚类算法是一种自动数据分类的方法,该类算法仅依据图像像素点的灰度值将其分为不同的点群。我们使用这种图像分割算法,在针对脑部核磁图像的分割中得到了理想的分割结果,可以清晰地看到白质,灰质,皮质,第三脑室及背景的分割结果。 相似文献
11.
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。 相似文献
12.
本文结合头部CT和MRI图像压缩,研究了JPEG2000标准和感兴趣区域(ROI)编码技术在医学图像压缩中的应用。通过计算峰值信噪比(PSNR),对编码后的图像进行率失真评价,进行了无损压缩和适当的有损压缩实验,并对JPEG2000标准和JPEG标准的应用效果进行对比。实验结果和分析表明,JPEG2000标准和ROI技术应用于医学图像压缩,对保证医学图像重要信息不失真,又能够提高压缩比,是一个优越的方案。 相似文献
13.
在图像分割过程中,传统区域生长法种子点的选取需人工判定,工作量较大,效率较低。为了减少种子点选取时的用户交互量,本文提出了一种基于种子点位置预判的改进区域生长算法。该算法基于血管骨架线具有代表性的特点,通过坐标系的映射转换来预判图像中肝脏管道的位置,减少了人工参与,实现了图像种子点数目和位置的自动确定。肝脏图像分割实验结果表明,该算法在较少的用户交互情况下,实现了序列图像的种子点位置预判,获得了较满意的图像分割效果。 相似文献
14.
15.
结合二维检测的快速性和三维检测的准确性,提出了一种基于高分辨率CT图像的肺结节自动检测算法,即先用二维收敛度滤波器产生候选肺结节,再用三维Hessian矩阵检测滤波器去除假阳性肺结节。用病理CT数据验证,检测灵敏度达到90%,每层图片的平均假阳性结节数为0.33。 相似文献
16.
目的:在计算机辅助诊断中,对已提取分割好的CT肝脏组织中的兴趣区的几种提取方法做比较。方法:利用Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法,对已分割的CT肝脏组织的兴趣区进行自动分割,并和医生手工分割的图像相对比。结果:通过实验及对实验数据进行分析,找出了具有良好获取兴趣区能力的分割算法。结论:通过手工分割图像分别与Otsu分割算法、梯度分割算法、指数熵分割算法、均值聚类分割算法和二维直方图分割算法做对比,总结几种分割方法的有效性,为计算机辅助诊断起到了重要的作用。 相似文献