视网膜血管形态识别方法的研究

本文利用人体生物特征的视网膜血管作为个人身份鉴别的特征 ,在建立高层次保密和安全应用的理论依据的研究中 ,提出了一种形态识别的相关网点法 ,包括方法的构思和依据 ,图像特征交点的提取 ,网点质心和最远网点的水平方位对准 ,图像相关网点匹配的判定 ,并给出了形态识别的结果     

视网膜血管生物医学图像的减影增强预处理研究

图像分割的效果随处理对象不同而异 ,至今仍属探索的难题。针对视网膜血管图像进行整体背景减影方法的研究 ,用已摄的实际图像自身作依据 ,处理过程不必依赖于图像记录系统的先验信息 ,以实现视网膜血管灰度图像增强的预处理效果 ,为后续二值分割过程提供合适的图像品质 ,实验结果显示本方法的预处理增强效果良好     

基于静电力方法的主动轮廓模型的脑部MRI图像分割

提出一种改进的使用主动轮廓线模型分割医学图像的方法.基于Greedy法和静电场模型,对Greedy算法中蛇点的邻域提出了进一步的搜索准则,并给出判定的准则.同时,在预处理后的图像中使用静电力作为图像外力,并介绍了简化计算的方法.对比实验表明了该算法的有效性.     

基于模糊Gibbs场和模糊C均值聚类的脑部磁共振图像的分割

提出了一种利用模糊Gibbs场和模糊C均值聚类的新算法,用来分割脑部磁共振(Magnetic resonance, MR)图像.本算法引入了像素的空间约束,提出了势团均匀分布的概念,并使用模糊信息定义了势团的Gibbs能量,并在传统的基于灰度的模糊C均值聚类(Fuzzy C-means, FCM)算法中引入Gibbs能量的补偿项,建立包含像素灰度信息和空间约束的新的目标函数,并得到模糊矩阵和聚类中心的迭代公式,克服了基于灰度信息的模糊C均值聚类算法的缺陷,从而改善了原有的分割模型.对合成图像和脑部MR图像的实验表明了本算法的有效性,可以有效地分割被噪声污染的低信噪比的MR图像.     

测量视网膜血管管径的新方法

高血压动脉硬化、糖尿病、慢性肾炎、冠心病等会引起视网膜血管管径不同程度的改变，研究管径量化方法，能为上述疾病的早期诊断提供科学依据。目前观察管径形变仅借助于检眼镜或眼底照相机，如（１）Ｌｏｂｏｃｋ在Ｇｕｌｓｔｒａｎｄ大型检眼镜的目镜上用特制的测微器量...     

视网膜血管高血压交叉压迫征的量化研究

研究视网膜血管高血压交叉压迫征的量化方法,采用局部血管图像增强的匹配滤波进行预处理、数学形态学的闭合运算进行图像平滑、线化无级扩大法确定血管边界,实施管径可逆量化自动寻优算法,为获取相关疾病诊断的数据提供一种辅助手段。