首页 > 文献资料
-
灰度与形状同步匹配的非刚性配准研究
基于灰度的非刚性配准算法一般假设参考图像和浮动图像对应结构之间的灰度保持一致,然而在基于图谱的图像配准应用中,这种假设往往不符合实际.本文在给出一种可以同时校正灰度和形状差异的弹性配准算法的同时,针对该算法不能校正局部微小形变的弱点,提出采用自由项变换的方法进行校正以提高配准精度.配准实验基于20个IBSR真实脑部MRI图像,结果表明配准后图像与参考图像间的互相关系数得到明显提高.实验证明,本文提出的方法不仅能够同时校正形状差异和灰度变化,而且具有较高的配准质量.
-
阈值分割与动态轮廓模型在胃壁磁共振成像中的应用
提出了一种基于肾脏核磁共振图像来提取肾脏内部的皮质与髓质区域的图像分割算法,它结合了阈值分割与动态轮廓模型.首先,通过预处理和阈值分割得到初始的二值图像;接着,手动设定起始轮廓,它在简化后的动态轮廓模型作用下,模仿"气球"膨胀变形,终,得到所需目标组织的初始轮廓;后,它在传统的动态轮廓模型作用下停靠在由原图的梯度图像定义的组织边缘处.
-
核磁共振图像与BMP图像间的格式转换
在正确分析识别西门子磁共振图像格式基础上,通过软件编程实现将西门子核磁共振图像转换为BMP格式图像的方法.从而得出西门子核磁共振图像完全能够转换为BMP格式图像的结论.
-
脑梗塞患者MR图像纹理特征的研究
目的:本文基于灰度共生矩阵和游程长矩阵方法研究脑梗塞患者MR图像的纹理特征,目的在于揭示脑梗塞患者与健康对照组MR图像纹理是否存在显著性差异,从而借助这一微观改变实现脑梗塞患者的早期诊断.方法:提取患病组和健康对照组纹理特征参量,利用fisher系数进行有效纹理特征参量的筛选,构建分类器.结果:LDA分类器识别率为88.31%.说明脑梗塞患者和对照组MR图像纹理特征存在差异.结论:利用基于统计学的纹理分析方法可以有效的揭示脑梗塞患者脑组织纹理的细微改变,进而实现对脑梗塞疾病的早期诊断.
-
基于双稀疏模型的压缩感知核磁共振图像重构
医学核磁共振图像重构技术是核磁共振成像领域的关键技术之一.压缩感知理论指出利用核磁共振图像的稀疏性能够从高度欠采样的观测值中精确重构图像.如何利用图像的稀疏性先验以及更多的先验知识来提高重构质量成为核磁共振成像的一个关键问题.本文根据综合稀疏模型和稀疏变换模型的相互补充作用,利用核磁共振图像在这两种模型下的稀疏性先验,将结合了综合稀疏模型与稀疏变换模型的双稀疏模型应用于压缩感知核磁共振图像的重构系统,提出了一种融合双字典学习的自适应图像重构模型.本文充分利用了图像在自适应综合字典学习和自适应变换字典学习下的两种稀疏先验知识,使用交替迭代小化法对提出的模型进行分阶段求解,求解过程中引入了综合K-奇异值分解(K-SVD)算法和变换K-SVD算法.通过实验验证,与目前较好的核磁共振图像重构模型对比,本文提出模型的图像重构效果更好、收敛速度更快,且具有更好的鲁棒性.
-
基于深度学习的医学计算机辅助检测方法研究
针对自动检测医学图像中指定目标时存在的问题,提出了一种基于深度学习自动检测目标位置和估计对象姿态的算法.该算法基于区域深度卷积神经网络和目标结构的先验知识,采用区域生成候选框网络、感兴趣区域池化策略,引入包括分类损失、边框位置回归定位损失和像平面内朝向损失的多任务损失函数,近似优化一个端到端的有监督定位网络,能快速地对医学图像中目标自动定位,有效地为下一步的分割和参数自动提取提供定位结果.并在超声心动图左心室检测中提出利用检测额外标记点(二尖瓣环、心内膜垫和心尖),能高效地对左心室朝向姿态进行估计.为了验证算法的鲁棒性和有效性,实验数据选取经食管超声心动图和核磁共振图像.实验结果表明算法是快速、精确和有效的.
-
基于数据融合的脑组织图像分割
随着医学影像技术的发展,我们可以用不同的成像方法对同一个脑断层得到多模态的核磁共振图像,针对脑组织分割的需要,文中介绍了一种基于数据融合的多模分割方法.算法首先用基于模糊C均值聚类(Fuzzy C-Means,FCM)的方法分别对单一模态的图像聚类进行分割,然后采用数据融合的方法得出终的分割结果.实验结果表明,此方法能有效地分割出白质、灰质和脑脊液,并且分割精度要明显高于对单一模态图像的分割结果.
