首页 > 文献资料
-
凯西莱治疗脂肪肝20例
1 临床资科20例病人,平均年龄38.5岁,病程2-10年,平均5.5年,其中15例有长时间大量饮酒史(酒精量>40 g/d,连续5年以上).20例病人分别经CT或B超检查均显示:明亮肝,肝脏前1/3-2/3回声明显增强;后场回声显著衰减;肝肾对比度增强;
-
基于边缘检测的CT图像粗糙集增强算法
粗糙集理论是一种处理模糊和不确定性问题的工具,是一种非线性处理方法.本文基于边缘检测对图像进行小波阈值去噪,在此基础之上引入粗糙集理论划分子图并分别进行增强处理,再进行对比度增强.该算法把边缘检测去噪与粗糙集理论结合起来增强图像,实践证明具有良好的图像增强效果.
-
从CT体数据场提取人体器官的方法
改进传统窗口调节函数,结合模糊集理论和三维区域生长技术,提出并实现一种采用CT体数据场的人体器官提取新方法.首先在DICOM图像的原始数据空间域中,将窗口调节至使对应组织器官的灰度信息和形状信息的显示为充分;然后,运用模糊集理论对其进行模糊增强,后对增强后的结果运用区域生长法将器官提取出来.实验表明本方法能够有效提取出多数的人体器官.不仅提取结果细节清晰,而且分割成功率达75%以上,同时该方法具有较强的鲁棒性.
-
用于高能射线透视成像的大型图像对比度增强算法
对于采用高能X射线获得的大型透视图像而言,图像值域范围过宽和局部图像反差较小是其特点.如何处理得到整体清晰同时细节突出的透视图像是一个技术难点.针对这一难点,本文提出了一种全局自适应均衡与局部动态放大相结合的对比度增强算法,该算法能有效提高高能射线透视图像的整体对比度并同时突出细节.这种新的算法能在灰度值范围分布较广的情况下实现局部不同增强倍数的要求,达到细节对比度增强和全局清晰的效果.由于增强倍数可以局部动态调整,使得这种改进可以适合各种对比度增强的要求.在实际的应用中,对于其他成像技术的处理也有很好的参考价值.
-
基于相似度测量的医学超声图像对比度增强
目的 探求一种基于相似度测量的医学超声图像对比度增强方法.方法 本文在基于相似度测量的对比度增强方法的基础上,针对医学超声图像的特点,引入了局部模糊分形维数特征,改进了相似度和对比度变换因子的计算方法,同时提出了对比度增强系数的自适应选择方法,通过改变图像局部对比度增强图像.结果 大量的实验结果表明处理后的图像对比度得到了明显的提高,同时背景和噪声未出现明显改变,组织细节信息保留完整,图像可读性增强.结论 本文算法在增强图像对比度的同时能够有效地保留组织细节信息并抑制噪声过度增强,是一种有效的医学超声图像对比度增强方法.
-
基于亮度不变的医学超声图像对比度增强方法
目的探求一种基于亮度不变的医学超声图像对比度增强方法.方法在改进常规直方图均衡化算法的基础上,以小灰度平均值误差二元直方图均衡化为基础,引入另一个有效分割点.结果实现了一种局部直方图均衡化算法-亮度保持三元双向直方图均衡化.结论此算法较其他直方图增强方法更好地抑制了医学超声图像黑色背景过增强,保留了原图像细节信息,保持了原图像亮度,提高了图像对比度.
-
基于人眼视觉响应特性的数字乳腺图像的灰阶对比度增强
乳腺钼靶图像的数字化主要有CR(computer radiography)和DR(digital radiography).基于人眼视觉响应特性的数字图像的灰阶对比度增强,可达到提高图像灰阶对比度的效果,使图像中一些常被其他组织掩盖的微小病灶得到显现[1].
-
小波变换在冠状动脉造影图像处理中的应用
运用小波变换(WT)对选择性冠状动脉造影图像进行了对比度增强和降噪处理.结果表明,经小波多尺度增强处理后图像中血管与背景的差别对比度得到显著提高,亮度不均匀性有明显改善;成像过程中引入的噪声经可变阈值小波变换处理有显著降低,提高了造影血管影像的清晰度.研究结果提示:可考虑运用小波分析作为选择性冠状动脉造影图像的主要处理工具.
-
X线图像正弦灰度变换增强技术临床应用研究
医学图像增强的目的是采用一系列技术去改善图像的视觉效果或将图像转换成更适合人或机器进行分析处理的形式.常用的一类图像增强方法就是对比度增强.灰度变换是一种简单但却非常有效的对比度增强法[1,2],它是将原图像的灰度函数经过一个变换函数变换成一个新的图像函数.本文研究了正弦灰度变换X线图像增强方法的临床应用价值.
-
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.
-
基于多尺度分析的MR图像粗糙集增强算法
粗糙集理论是一种新的处理含糊和不确定问题的数学工具,本文在对MR图像多尺度边缘表示的基础上,引入粗糙集理论对图像作对比度增强处理,提出了一种基于多尺度分析的粗糙集图像增强算法.该方法具有良好的增强效果,并对噪声有一定的抑制作用.本文后给出了具体实验结果.
-
超声医学图像滤波和对比度增强新方法
较低的对比度和独有的speckle噪声是影响超声医学图像质量的主要原因,本研究利用各向异性扩散滤波,在去除图像中大量噪声的同时,计算滤波过程中图像信息的丢失,从而得到对比度增强模型中的对比度函数,并利用对比度增强模型达到图像对比度增强的目的.实验结果表明,与滤波后的直方图均衡化后结果相比,不仅能够有效地去除图像中的噪声,也能明显提高图像对比度.因此,本文方法是提高超声医学图像质量的一种有效途径.