基于PET医学图像边缘检测算法的研究

目的:边缘检测在图像处理中至关重要,可被广泛应用于目标区域识别、区域形状检测、图像分割等图像分析领域。边缘是图像中不平稳现象和不规则结构的重要表现,往往携带着图像中的大量信息,并给出图像轮廓。在医学图像三维显示技术中,为了更精确的临床判别需要得到单像素的清晰轮廓,因此我们提出一种新的边缘检测算法。方法:在传统的小波边缘检测的基础上,提出了一种新的边缘算法,即基于小波极大值边缘检测算法,应用模糊算法构造相应的隶属函数,再对得到的极大值进一步筛选。结果:将该算法应用到医学图像中,最终可以得到较清楚的单像素边缘轮廓,实验结果证明了该算法的可行性。结论:运用这种算法处理过的医学图像边缘锐化更好,更清晰,能够为肿瘤的早期识别提供依据,满足医学影像识别的需要。     

一种基于视网膜主血管方向的视盘定位及提取方法

为分割出眼底图像中的视盘,构建基于眼底图像的计算机辅助诊断系统,提出了一种基于视网膜主血管方向的视盘定位及提取方法。首先,利用Otsu阈值分割眼底图像R通道获取视盘候选区域;然后利用彩色眼底图像的HSV空间的H通道提取视网膜主血管并确定主血管方向;在此基础上,通过在方向图内寻找出对加权匹配滤波器响应值最高的点确定视盘中心位置;最后,利用该位置信息从视盘候选区域中"挑选"出真正的视盘。利用该方法对100幅不同颜色、不同亮度的眼底图像进行视盘分割,得到准确率98%,平均每幅图像处理时间1.3 s。结果表明:该方法稳定可靠,能快速、有效分割出眼底图像中的视盘。     

基于动态方向梯度矢量流模型的脑肿瘤图像分割

目的:针对GVF Snake模型算法收敛容易陷入局部极小值及对初始轮廓位置敏感等缺点,提出一种动态方向梯度矢量流模型(DDGVF),使其更适合医学图像的分割。方法:利用主动轮廓模型的提取和跟踪特定区域内目标轮廓的方法,将其应用于医学图像如CT、MRI和超声图像的处理,以获取特定器官及组织的轮廓。结果:动态方向梯度矢量流场(DDGVF)能够较好地提取出脑肿瘤图像。结论:利用该方法能够较好地分割提取出脑肿瘤图像的肿瘤病变区域,为进一步对其纹理和形状等特征进行描述和分析提供了可靠的依据。     

基于SIFT特征和近似最近邻算法的医学CT图像检索

针对医学X线计算机断层（Computed Tomography,CT）图像,提出了一种基于尺度不变特征变换（Scale InvariantFeature Transform,SIFT）特征和近似最近邻算法的检索方法。首先通过SIFT算法得到图像的特征点和相应的特征向量,再采用近似最近邻算法进行SIFT特征向量的匹配搜索,得到数据库中与参考图像最相似的图像序列。实验结果表明,该法能检索到与目标图像细节相符的结果,大大提高了检索速度。与传统的基于纹理的检索方法相比,查准率和检索结果与目标图像的相似程度方面更佳,符合医学CT图像检索的要求。     

基于图像特征的实蝇自动识别初步研究

针对实蝇图象识别,提出了基于局部模板匹配和分层约束的虫身局部特征检测的算法,该算法将虫身局部特征搜索分为三个层次:首先是图像中的实蝇虫身检测,找到实蝇图像上虫身的大概位置;其次是用虫身明显特征模板作虫身检测;最后根据不同实蝇的典型特征区别出这些实蝇所属的不同类别.在图像预处理时采用主成分分析(PCA)方法进行主轴定位并旋转归一化处理.在对虫身翅膀上的明显特征进行检测时,提出了翅膀斑纹模板匹配算法.     

基于Snake模型的医学图像分割

基于Snake模型的图像分割技术是近年来图像处理领域的研究热点之一。Snake模型承载上层先验知识并融合了图像的底层特征,针对医学图像的特殊性,能有效地应用于医学图像的分割中。本文对各种基于Snake模型的改进算法和进化模型进行了研究,并重点梳理了最新的研究成果,以利于把握基于Snake模型的医学图像分割方法的脉络和发展方向。     

基于灰狼优化算法的蛋白质二级结构分类

针对传统方法在蛋白质二级结构分类中精度低的问题,介绍了一种基于灰狼优化算法的卷积神经网络图像分类算法.首先,选取卷积神经网络模型中所需优化的参数,并且初始化灰狼优化算法的迭代次数、灰狼数量、搜索边界和空间维数;其次,计算优化参数的个体适应度函数,对个体适应度进行排序,确定历史最优解、优解和次优解,更新灰狼的位置;最后,利用经过参数优化的卷积神经网络模型对蛋白质二级结构进行分类.从蛋白质数据库中获得蛋白质二级结构3D模型,转化为多角度拍摄的2D图像作为数据集进行实验.选取残差网络、AlexNet和VGG16三种模型,分别得到92.6％、87.3％和88.9％的准确率,在同数据集下,使用传统方法中的支持向量机和贝叶斯分类器进行对比实验,得到67.0％和53.0％的准确率.实验结果表明,在蛋白质二级结构分类中,与传统方法相比较,基于灰狼优化算法的卷积神经网络精度更高.     

常用医学图像“局部显微镜”程序的研究

在医学临床和科学研究中,常常需要将图像的某个感兴趣区域(ROI)进行放大显示,以便清晰地观察图像的细节.为了实现这一目标,采用IDL语言(Interactive Data Language)编写了应用程序,从而实现了医学图像“局部显微镜”的功能.一系列实验表明:对于各种常用的医学图像类型(灰度图像、RGB图像、DICOM图像等),程序均能较好地实现放大显示的功能.此外,该程序还具有人机交互性强、可移植性高等优点.     

一种新的基于蒙特卡罗模拟和光子传输模型的图像分割算法

本文以蒙特卡罗模拟方法为基础,结合组织光学的光子传输模型,提出了一种新的图像分割算法,该算法将复杂的图像分割问题简化为大量简单的光子传输随机实验,通过分析传输规律来获取目标区域.在随后的实验中,结合细胞核提取这一问题建立了一个简单的光学传输模型,并依据此模型分别对人造图和实际图进行了分割.人造图的分割结果表明了该算法的可行性,说明了该算法的一些优点;而实际图的分割结果则反映了该算法的不足之处,文章针对其中存在的问题和算法待改进之处进行了分析.     

基于活动轮廓模型的序列超声图像的心内壁运动跟踪方法

提出一种对心脏序列超声图像中的心内壁进行运动跟踪的方法,采用活动轮廓模型将前一帧图像中snake的停留位置作为当前帧snake的初始位置,选择适当的能量函数,使能量函数最小snake变形得到当前时刻的心内壁轮廓,实验结果论证了该算法的可行性。