一种基于模糊均差和小波变换的医学图像去噪方法

小波阈值萎缩法能够有效地去除图像中的噪声,去噪阈值直接影响去噪的效果,而噪声标准差在去噪阈值的确定中起着至关重要的作用。针对医学图像的特点、基于寻找更合适的噪声标准差估计方法,本研究提出了一种新的利用模糊均差代替普通标准方差估计噪声标准差的方法。在各层小波分解的低频图像中利用模糊积分估计噪声标准差,然后确定每一层去噪阈值,进行图像去噪。试验结果表明,本研究算法在去除噪声的同时也较好地保持了图像的细节。     

基于概率和引力优化模型的医学图像配准

基于互信息的配准方法,其目标函数经常存在许多局部极值,给配准的优化过程带来很大困难。提出一种基于概率模型的引力优化算法,在空间中随机构造参考物体与浮动物体,根据牛顿万有引力定律,搜索空间中质量最大的物体。利用该算法,实现以归一化互信息为相似性测度的医学图像配准实验。实验结果表明,这种方法能够有效地克服互信息的局部极值,在配准精度、配准时间和抗噪性方面都有较好的性能。     

一种乳腺钼靶X线图像的软拷贝显示优化方法

数字乳腺钼靶X线图像比胶片乳腺X线图像能更有效地表现和检测乳腺病变,本研究提出了针对DICOM 格式乳腺钼靶X线图像的高效软拷贝显示方法.通过提取图像中的乳腺区域获得对初始窗口参数的准确估计,使乳腺组织在图像初始显示时就有比较好的对比度.利用乳腺区域分割结果,交互调窗操作时只更新乳腺区域内部像素的显示灰度,背景区域像素灰度保持不变;用整数运算和移位运算实现了多项式插值函数,优化了频繁调用的图像缩放操作.算法能显著提高乳腺钼靶X线图像软拷贝显示效率.     

SPMVIF方法的种子策略及其在医学图像处理中的应用

目的:探讨SPMVIF方法的种子策略在医学图像处理中的应用。材料和方法:提出一个基于控制分割层数的四叉树种子策略,并且通过对于骨髓细胞图像的处理证实此分割检测法的有效性。结果:SPMVIF方法具有种子定位精确、搜索速度快以及整个算法执行效果对选取参数的依赖性不强等特点。结论:该种子策略适合于SPMVIF方法的种子点选取。     

一种基于模糊规则和小波变换的医学图像锐化增强算法

针对医学图像组织间不明显现象，提出了一种基于模糊规则和小波变换的医学图像锐化增强算法（MFRWTE）。为了避免过增强现象和放大噪声，对不同尺度的小波系数进行锐化增强时，首先计算该尺度低频系数中心像素与其邻域像素的相容性，利用模糊规则将像素分为低细节，中细节和高细节三类，然后利用自适应算法计算非线性细节增益系数。最后通过把增益系数与细节小波系数相乘，小波重建后得到增强图像。实验结果表明，提出的算法对图像细节进行增强的同时能够有效地抑制噪声。用户也可以根据图像的特征，方便的通过调节中细节区域增强因子或小波分解层数获得满意的增强效果。