首页 > 文献资料
-
基于偏微分方程的CT图像分割及其MATLAB实现
CT图像在医学影像领域的应用为广泛,CT图像的分割对病变区域的提取、组织定位、组织测量以及实现三维重建有着非常重要的作用.近年来,基于偏微分方程的图像分割作为一种比较新颖且有效的图像分割方法,逐渐成为研究的热点.本文对基于偏微分方程(PDEs)的GAC和C-V两种图像分割模型进行了探讨,利用MATLAB语言编程实现.并结合实际CT图像进行了实验研究,为这些模型在CT图像的分割上的应用提供科学依据.
-
应用图像处理方法改善缩微病案的清晰度
以缩微胶片作为存储介质的病案,因其具有保存时间长、节省空间等优势而被医院广泛应用.然而在存储过程中受多种因素的影响,缩微病案可能出现字迹图像模糊不清的问题,大大降低了它的使用价值.本文介绍了3种图像处理方法,通过对数字化的缩微病案进行图像修复处理,改善其清晰度,从而提高病案信息资源的利用率.
-
各向异性PDE改进分水岭脑MRI图像分割算法
详细论述了各向异性扩散的PDE（偏微分方程）降噪算法原理，提出一种各向异性扩散的PDE降噪和分水岭算法相结合的脑MRI医学图像分割算法。采用各向异性扩散的PDE降低原始图像噪声，然后利用形态学算法对降噪后的图像进行形态学处理，通过形态学知识提取图像边界。利用图像的几何特征，去除非目标区域，再采用分水岭变换进行图像分割，并通过脑MRI图像验证了此方法的优势。实验结果进一步验证了其可行性。
-
偏微分方程(PDEs)在医学图像增强中的应用
介绍了偏微分方程在医学图像增强处理中的应用和各种不同模型的基本思想,发展历史及特点,主要阐述了一致增强性扩散模型在医学图像增强中的应用,矩阵的定义方法.理论和实验结果表明,应用偏微分方程模型进行图像处理是一种有效的工具.
-
基于PDE的低剂量CT投影降噪研究
随着医学影像诊断技术的广泛应用,人们逐渐开始重视CT扫描中辐射剂量过高的问题,低剂量CT已成为医用CT发展的必然趋势.然而,低剂量CT重建图像质量会发生严重的退化,从而影响医疗诊断.针对以上问题,本文在各向异性扩散模型基础上,提出一种改进的4邻域偏微分投影域降噪算法.为有效地实现图像噪声快速平滑和特征保留,该模型根据相关像素控制率定义了归一权梯度函数.此外,本文根据扩散图像的特征变化规律构造了时变扩散函数,该函数能够自适应调节噪声平滑和轮廓保留之间的平衡.仿真数据和乳腺模体扫描数据结果表明,改进算法能够获得更高质量的重建图像,并具有较好的运算效率.
