首页 > 文献资料
-
FCM和Level Set在医学影像分割中的应用
目的 探讨RGAC-M(改进的区域几何活动轮廓模型),用于更准确地分割医学图像.方法 通过分析区域几何活动轮廓模型(RGAC)在医学图像分割中存在的缺陷,并对其区域项进行改进,提出了RGAC-M模型.该模型采用多种子初始化方式,降低了算法对初始条件的敏感性,同时也减少了人工干预.结果 利用RGAC-M对多种脑组织(灰质、白质、脑脊液以及背景等)进行分割,取得了良好效果.结论 RGAC-M可减少图像分割的迭代次数,提高图像分割速度和图像质量.
-
基于颜色矩阵映射的细胞图像核、浆提取方法研究
目的 使用一种有别于传统的直接将彩图转换为灰度图进行分割的方法,用于细胞图像预处理.方法 使用颜色矩阵映射法提取细胞图像核、浆.结果 根据细胞核、浆的取值范围来映射彩色图像的颜色矩阵,直接取得细胞核、浆.结论 采用颜色矩阵映射法处理之后,得到的图像颜色对比较明显,背景平坦,能够较好地保留细胞形态,对后期细胞分割提供了更准确、有效的信息.
-
基于VTK的任意平面CT图像二维交互分割初步研究
研究利用VC++6.0进行基于VTK(Visualization Toolkit)的三维CT图像任意平面的二维交互分割软件的开发.用VTK实现了从三维显示中选取任意方位平面以及该平面对应图像的三维与二维显示,研究在VC++6.O创建的二维视图中进行轮廓勾画和区域生长的功能,实现了在三维图像中将区域生长结果叠加于原二维图像的功能.
-
基于CT图像的颅内血肿体积测量方法的研究
颅内血肿尤其是急性颅内血肿是危害患者生命健康的颅脑损伤之一.颅内血肿的大小是衡量病人手术与否的重要指标之一.本文对CT图像的处理与分割问题进行研究,得到了临床需要的自动颅内血肿体积测量方法.
-
基于MITK的脑核磁共振图像的分割与三维重建
本文尝试在微机上使用Visual C++开发环境结合MITK平台对人体头部MRI图像进行感兴趣区域的图像分割与三维重建,为下一步开发基于微机的医学影像三维可视化系统打下基础.
-
基于MATLAB的眼底血管造影成像处理系统的设计与实现
目的 设计一款基于MATLAB的眼底血管造影成像处理系统,以达到处理眼底血管造影成像的目的.方法 利用MATLAB软件图像处理工具箱和交互式GUI控件设计眼底血管造影成像处理系统.结果 提出了一种基于MATLAB的眼底血管造影成像处理系统,重点分析了灰度变换法、直方图均衡化、直方图规定化以及边缘检测的算法.结论 通过MATLAB眼底血管造影成像处理系统,将眼底血管造影图像的对比度提高、噪声干扰降低,以达到有效改善眼底血管造影图像质量的效果,为眼科医生的临床诊断提供可靠依据.
-
核素肾动态显像肾脏感兴趣区域分割算法的研究
目的 提出一种新颖的核素肾动态显像肾脏感兴趣区自动勾画算法.方法 选取30位行核素肾动态显像患者作为研究对象,首先对原始肾图做形态学运算、强度对增强和高斯滤波等预处理,去除非感兴趣区和提升图像对比度;接着采用大类间差法(Otsu)自适应确定佳阈值,完成肾脏的初步分割;然后形态学操作和边界追踪被用来提取肾脏边界.结果 基于本文算法的分割结果与专家手工分割结果具有很高的相关性,平均真符合率达91%,平均假误符合率为13.4%,平均假符合率为9.3%,边界误差距离为1.6个像素.且基于本文算法的Dice相似性系数(0.9061±0.0196)和平均耗时(2.1477±0.2835)s均优于其他算法.结论 基于本文的分割算法能快速准确的提取肾脏感兴趣区域,可应用于核素肾动态显像肾小球滤过率的测定.
-
基于改进Canny算子的脑部MR图像分割算法的研究
针对传统Canny算子在脑部核磁共振图像分割时存在的易受噪声干扰等问题,提出改进的Canny算子.首先将Gabor滤波器和Gaussian滤波器相结合,滤除MR图像中的伪影以及噪声点,然后进行非极值抑制确定边缘,后根据Ostu思想,自动计算双阈值来去除假性边缘,得到终分割后的脑部MR图像.实验结果证明,改进后的Canny算子能够有效地检测出对象边缘,并对脑部MR图像中常见噪声伪影具有很强的鲁棒性.
-
基于sigmoid边缘模型的低对比度 图像分割算法研究
目的 本文采用sigmoid函数模拟平滑噪声强度轮廓,提出一种图像分割混合算法,并将其用于低对比度的CT/MR肿瘤图像.方法 首先,联合使用支持向量机、分水岭和离散数据逼近等算法按肿瘤大小进行分类初步分割;然后,采用sigmoid边缘模型拟合的边缘轮廓;后,根据模型测试参数确定病灶的准确边界.分割结果 采用医学电脑影像及电脑辅助涉入的国际研讨会会议工作组提出的评价体系进行评估.结果 选用人工合成图像和临床CT/MR图像进行仿真实验.敏感性测试确定了分割算法的佳参数:逼近阈值为15,分块数目M为12,dgap为4,邻域矩阵大小为3×3;本文算法能精确分割不同噪声水平图像,且各项评价指标的标准差均<1;对于临床实例图像,基于本文方法 所得分割图像的VOE和RVD,第一组为28.21%和19.20%,第二组为7.62%和13.45%,均明显小于图论算法和水平集方法 .结论 本文提出的图像分割混合算法能精确分割不同特性、不同尺寸的肿瘤病灶,在噪声环境和临床实例中均表现出稳定性、优越性和普适性,具有较高的临床应用价值.
关键词： sigmoid边缘模型 图像分割 离散数据 肿瘤分割 分水岭算法 -
基于CT多期图像融合构建3D打印重复肾模型的应用
目的 本研究通过多期CT增强腹部图像构建3D打印模型,探讨3D打印重复肾畸形模型的临床价值.方法 对1例8个月的右肾输尿管重复畸形的患者行64排多期增强CT扫描后基于迭代算法重建;通过将CT的DICOM数据导入MIMICS 17.0软件;分别提取动脉期的肾动脉图像,实质期的肾脏图像,延时期的膀胱、输尿管图像;根据CT值的不同来分割图像之后对感兴趣区域做图像后重建处理生成STL文件数据;将数据导入OBJET 2603D打印机后即完成建模过程.结果 通过不同扫描期相图像融合构建3D模型,同一个模型中观察动脉、肾脏、输尿管、膀胱的解剖结构空间关系.3D模型在重复肾切除和输尿管病损切除时有重要的意义.结论 基于多期相CT3D打印的模型是一个非常重要的方法协助诊断和治疗重复肾畸形.
-
基于自组织特征映射和梯度熵聚类的MR脑部图像分割新算法
目的 提出一种新颖的基于自组织特征映射和遗传算法的无监督MR脑部图像分割算法.方法 本研究算法分为5步:图像预处理去除背景噪声和颅骨部分、提取图像中两类统计特征和几何不变矩、遗传算法降低特征空间维度、训练自组织特征映射完成向量分类和使用梯度熵聚类算法得到分割图像.结果 选用国际MR脑图像库和临床实例MR图像进行仿真实验.定性分析表明基于本文算法的分割图像中白质、灰质和脑脊液边界完整清晰;定量评估结果显示本文提出的遗传特征优化算法优于常用的主分量分析法,梯度熵算法所得分割图像优于K-means聚类算法,且本文提出的算法在白质和脑脊液分割方面优于现存佳的CGMM算法.结论 本文提出的分割流程没有涉及任何关于体素分类的先验知识,是一种完全无监督的MR脑部组织自动分割方法,具有很强的稳定性、优越性,且获得高精确性的分割图像.
-
基于同质直方图和DS证据理论的彩色图像分割研究
目的 本文提出一种新颖的基于模糊同质直方图和数据融合技术的彩色图像分割算法.方法 首先计算图像的同质特征和同质直方图,然后检测出直方图的峰值点对RGB彩色图像各层进行初始分割,后计算各基色彩色图像的概率分配函数,使用基于正交和的Dempster-Shafer(DS)理论合并规则进行图像融合,得到终的彩色分割图像.结果 选用人工合成和多种医学图像进行仿真实验.定性分析表明基于本文算法的分割图像对比度和清晰度均优,且图像中细胞边界清晰完整,细胞数量真实可靠;定量评估结果显示基于本文算法的图像分割敏感度均高,显著优于现存的基于目标点到原型成员之间距离的优良模型(Model for Membership Functions,MMFD)和高斯分布假设和直方图阈值(Model Mass Function Method Based on the Assumption of Gaussian Distribution,MMFAGD)算法,且基于同质直方图优于FCM(Fuzzy C-Means)和HCM(Hard C-Means)产生的概率分配函数.结论 基于模糊同质直方图的DS证据理论是一种可行的彩色图像分割算法,不仅能获得优质、稳定、准确的彩色分割图像,而且优越于其他现存的分割算法.
-
一种新颖的MR脊柱图像自动分割算法研究
目的 本文提出一种新颖的基于模糊C均值聚类分割算法,并运用于MR脊柱图像分割.方法 首先采用各向异性扩散滤波器对MR脊柱原始图像进行预处理,其次采用核密度估计方法确定模糊C均值聚类的初始聚类中心值;然后采用模糊C均值聚类算法初步分割图像,后运用形态学操作从肌肉背景中提取脊椎图像.并选用Dice系数和Hausdorff距离评估分割质量.结果 比较不同算法的MR脊柱分割图像,定性分析显示模糊C均值聚类算法对图像边缘保存完整,定量评估结果表明模糊C均值聚类算法能获得大的Dice相似性系数和小的Hausdorff距离.结论 模糊C均值聚类算法是一种可行的MR脊柱分割算法,较其他算法具有更好的鲁棒性和精确性.
-
CT、MRI脑图像融合技术的研究
不同成像技术获得的医学图像为临床诊断提供了不同的信息.图像融合技术可综合利用多模医学图像互补信息,从而有效地提高诊断水平.本文对CT与MRI脑图像融合技术进行了研究与探讨.
-
基于图像分割的MRI、CT脑图像自动配准的探讨
图像配准是图像融合等医学图像处理过程的关键技术,本文探讨的CT与MRI脑图像配准方法,采用自动分割两种图像的颅骨区域及用数学形态学方法修正,以此区域进行匹配.研究结果表明,该方法对原始图像的质量要求较低,其预处理过程可有效地提高搜索效率.
-
用 Visual C＋＋实现对彩色医学图像的分割
本文提出一种针对彩色图像的分割方法， K－ Means算法，并使用面向对象语言 Visual C＋＋进行了编程实现。本算法在对彩色医学图像的处理中取得了良好的效果，为医学诊断及研究创造了便利条件。
关键词： 图像分割 K－ Means算法 Visual C++ 面向对象语言 -
计算机图像识别在白血病形态学诊断中的应用
血细胞的分类计数对白血病的诊断及病情评估有很大价值.传统的人工镜检费力、耗时,且高度依赖于检验医师的经验.血细胞分析仪和流式细胞仪检测速度快、准确性高,但不能检测细胞形态学异常.计算机图像识别技术能够提供细胞形态学信息.本文分别从血细胞识别的基本过程和相关技术及其在白血病细胞学诊断中的应用研究展开综述.以此内容为基础下一步可以进行算法改进并拓展到骨髓各个系统细胞的识别,为进一步实现骨髓细胞的自动分类奠定基础.
-
磁共振图像分割算法研究
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.
-
模糊聚类分析在医学图像处理中的应用
随着医改步入关键时期,医改进展监测评估、卫生信息化建设等对卫生统计信息工作提出了更高要求,海量增长的卫生信息亟需进行底层挖掘分析,远程会诊等需要对图像数据进行更优处理.现代信息技术和数据处理技术发展迅速,卫生统计信息工作面临挑战的同时也面临难得的发展机遇.模糊聚类分析是一种成熟广泛应用于工业、农业、商业和医学等领域的数据处理技术.本文简要介绍了模糊聚类分析的概念、基本原理.综述该方法在医学图像处理中的应用进展,包括应用于医学图像分割、医学图像压缩等等.后,本文分析了在卫生统计和信息化快速发展的形势下模糊聚类分析的发展前景.
-
医学图像处理技术
随着医学成像和计算机辅助技术的发展,从二维医学图像到三维可视化技术成为研究的热点,本文介绍了医学图像处理技术的发展动态,对图像分割、纹理分析、图像配准和图像融合技术的现状及其发展进行了综述.在比较各种技术在相关领域应用的基础上,提出医学图像处理技术发展所面临的相关问题及其发展方向.
