一种滤除医学影像噪声的混合滤波算法

目的:医学影像在获取、存储、传输过程中会不同程度地受到噪声污染,这极大影像了其在临床诊疗中的应用。为了有效地滤除医学影像噪声,提出了一种混合滤波算法。方法:该算法首先将含有高斯和椒盐噪声的图像进行形态学开运算,然后对开运算后的图像进行二维小波分解,得到高频和低频小波分解系数。保留低频系数不变,将高频系数经过维纳滤波器进行滤波,最后进行小波系数重构。结果:采用该混合滤波算法、小波阈值去噪、中值滤波、维纳滤波分别对含有混合噪声的医学影像分别进行滤除噪声处理,该滤波算法去噪后影像的PSNR值明显高于其他三种方法。结论:该混合滤波算法是一种较为有效的医学影像噪声滤除方法。     

一种滤除医学影像噪声的混合滤波算法

目的：医学影像在获取、存储、传输过程中会不同程度地受到噪声污染,这极大影像了其在临床诊疗中的应用。为了有效地滤除医学影像噪声,提出了一种混合滤波算法。方法：该算法首先将含有高斯和椒盐噪声的图像进行形态学开运算,然后对开运算后的图像进行二维小波分解,得到高频和低频小波分解系数。保留低频系数不变,将高频系数经过维纳滤波器进行滤波,最后进行小波系数重构。结果：采用该混合滤波算法、小波阚值去噪、中值滤波、维纳滤波分别对含有混合噪声的医学影像分别进行滤除噪声处理,该滤波算法去噪后影像的PSNR值明显高于其他三种方法。结论：该混合滤波算法是一种较为有效的医学影像噪声滤除方法。     

不同滤波方法对超声图像分割的影响

采用各向异性滤波方法以及Gabor滤波方法对乳腺肿瘤超声图像进行处理,再使用snake方法以及levelset方法在设置相同参数的条件下,对过滤的图像分别进行分割。试验结果表明,不同的滤波方法在分害4目标图像的收敛度,边缘圆滑度及整体轮廓提取效果都有较大影响,为分割图像选取适当的滤波器提供了参考。     

基于改进C-V模型的超声心动图像轮廓的提取方法

目的:通过超声图像预处理和对图像分割方法的改进,完成超声心动图中心腔轮廓的提取。方法:首先,运用基于斑点指数的滤波方法对超声图像进行去噪。其次,对超声图像进行分段非线性灰度变换,提高图像对比度。最后,利用改进的基于C-V模型的水平集算法对超声图像进行分割,得到精确的初始轮廓。结果:1基于斑点指数的图像滤波方法可以在不丢失细节的情况下对超声图像进行噪声滤除。2分段非线性灰度变换可以有效提高超声图像的对比度。3改进的C-V模型可以成功的对含有斑点噪声的超声图像进行分割。结论:本文的超声图像预处理方法和分割算法可以有效提取心腔轮廓,降低斑点噪声对图像分割结果的影响。     

一种新的混合震动滤波和各向异性扩散的图像增强和去噪方法研究

针对传统震动滤波和各向异性扩散混合模型存在缺点,提出了一种新的图像增强和去噪方法。该方法将改进的震动滤波项和图像细节保真项同时引入增强和去噪方程,使其根据图像结构信息产生相应变化幅度。通过实验表明,本文提出的方法达到较理想的增强和去噪效果,使得生物医学图像不仅具有很好的平滑效果,而且增强了边缘,同时保留了尽可能多的图像结构和细节信息,并且还很大程度上缩短了计算时间。     

针对脑内源光学信号的自适应中值滤波处理

具有高空间分辨率的脑内源性信号光学成像术是研究大脑皮层功能构筑的有力工具.针对非常微弱的内源性光学信号的提取,本文首先讨论了其噪声来源和基于生理结构原因的信号特征:然后根据由标准化处理得到的功能图像的二阶统计量分析结果,提出了自适应滤波窗口设计:使用非线性中值空域滤波,对含有不同特征的图像区域,分别采取不同的滤波窗口进...     

三江源大型食草动物数量无人机自动监测方法

应用无人机进行动物调查的研究越来越多,但是缺乏有效的自动处理图像方法,使得目视解释的工作量较大。为研究快速与准确估算三江源区域大型食草动物数量的方法,本文使用两种无人机进行7个站点的遥感影像采集。首先对无人机影像进行灰度化,使矩阵维数下降但梯度信息仍然保留,使运算速度大幅度提高;其次对影像开展高斯滤波,高斯滤波将数据进行能量转化,排除掉属于低能量部分的噪声;第三开展阈值处理得到二值化图像;采用样本中动物形态学特征开展形态运算,先用开运算消除小物体尽可能排除干扰,同时不误删牲畜,再用闭运算排除小型黑洞将同一对象连通不重复计数;最后从二值图像中检索轮廓,并返回检测到的轮廓的个数;从而自动获得主要大型食草动物物种数量与空间分布。精度检验方法为手工计数与自动计数结果比较,相对误差3.1%~6.5%,大多数情况均可达到此水平。采用计算机自动处理图像后,每张图像处理和计数的平均时间小于3 s。无人机影像的自动处理方法可为今后大规模进行藏羊、牦牛、西藏野驴和藏原羚等动物调查提供一种有效、可靠的技术途径。     

基于Renyi熵滤波的光声图像重建算法设计与实现

针对光声图像重建过程中存在的原始光声信号信噪比差、重建图像对比度低、分辨率不足等问题,提出了基于Renyi熵的光声图像重建滤波算法.该算法首先根据原始光声信号的Renyi熵分布情况,确定分割阈值,并滤除杂波信号;再利用滤波后的光声数据进行延时叠加光声图像重建.利用该滤波算法分别处理铅笔芯横截面(零维)、头发丝(一维)以及小鼠大脑皮层血管(二维)等不同维度样本的光声信号,实验结果表明:相比Renyi熵处理之前,重建图像对比度平均增强了32.45%,分辨率平均提高了30.78%,信噪比提高了47.66%,均方误差降低了35.01%;相比典型的滤波处理算法(模极大值法和阈值去噪法),本研究中图像的对比度、分辨率和信噪比分别提高了25.94%/10.60%、27.90%/19.48%、35.21%/10.60%,均方误差减小了28.57%/16.66%.因此,选择利用Renyi熵滤波算法处理光声信号,从而使光声图像重建质量得到大幅改善.     

基于FPGA 超声信号数字动态滤波器的实现

目的:本文研究了基于现场可编程门阵列(Field Programmable Gate Array,FPGA)超声成像系统中数字动态滤波器的实现方法和过程。方法:动态滤波器中FIR滤波器采用分布式算法(Distributed Arithmetic,DA)实现结构,并在应用中对DA算法进行了改进,包括数据并行处理结构的设计、对查找表(Look Up Table,LUT)输入字长N大小的控制和具有对称系数的FIR滤波器的采用。改进后的DA实现在FPGA资源占用和处理速度之间达到了平衡。同时,结合多级流水线结构,动态滤波器实现了数字超声信号并行处理。结果:采用常值滤波器(远场匹配参数)进行滤波后,超声回波图像远场分辨率达到了要求,但越靠近近场效果越差。相比之下,本文设计的基于FPGA超声信号动态数字滤波器达到了很好的滤波效果,使回声图像近场和远场都有最佳分辨率。结论:利用FPGA实现超声系统中动态滤波器是完全可行的,并且有助于提高系统的稳定性和可靠性,并大大减低系统成本。     

基于小波神经网络的图像去噪算法

生物医学图像在成像时不可避免地受到噪声影响,因此噪声去除是生物医学图像处理的一项重要研究课题。将小波神经网络引入图像去噪领域中,通过多种技术优化网络学习过程,最终建立一种图像去噪新算法。实验结果表明,该算法在去除噪声上优于传统的中值滤波等方法,并具有较强的鲁棒性;同时能够最大限度地保护图像的细节信息,具有很好的保真度。     

与HBV感染可能有关的microR-122的筛选及其作用的靶点预测

应用基因芯片技术筛选到与HBV感染可能有关的microRNA——miR-122,利用计算机软件分析预测microR-122作用HBV的可能靶点。分析结果认为miR-122与HBV的感染可能有关,并且作用靶点可能为HBV1689-1711nt。     

乳酸杆菌肽聚糖对小鼠机体免疫功能的调节作用

以乳酸杆菌肽聚糖腹腔注射方式刺激小鼠,采用Affymetrix MOE430A基因芯片研究了乳酸杆菌肽聚糖对小鼠机体免疫细胞基因表达的影响,结果发现,乳酸杆菌肽聚糖可以刺激免疫调节细胞因子相关基因的表达,释放细胞免疫因子,其可能是通过激活TLR-NF-κB相关信号通路而实现的。     

地中海实蝇及其近缘种基因芯片检测研究

本研究选择线粒体DNA (mtDNA) 细胞色素氧化酶Ⅰ基因（COⅠ）为分子标记基因,以双翅目实蝇科昆虫DNA序列为目标,建立了我国进境植物检疫害虫地中海实蝇Ceratitis capitata、芒果小条实蝇C. cosyra和纳塔尔小条实蝇C. rosa等生物芯片检测方法。地中海实蝇及其近缘种检测芯片由检测探针（实蝇科通用探针1条,小条实蝇属通用探针1条,地中海实蝇、芒果小条实蝇和纳塔尔小条实蝇近缘种探针2条和种特异探针4条）、质控探针（定位点探针、阳性质控、阴性质控和空白对照探针各1条）组成。芯片检测结果表明,检测探针特异性强,能实现上述3种实蝇的种类快速区分和准确鉴定; 检测方法稳定性好,地中海实蝇不同虫态（卵、幼虫、蛹和成虫）和不同地理种群检测结果完全一致。地中海实蝇生物芯片检测技术将为我国进口果蔬中检疫性实蝇快速筛查和种类鉴定提供检测方法,同时,还可应用到其他属的实蝇以及相关害虫的检疫中,为有害生物的快速鉴定提供了新方法。     

应用基因芯片技术对疲劳性运动小鼠脑组织脂肪酸代谢相关基因表达的初步研究

目的:采用基因芯片技术分析硬脂酰基-辅酶A去饱和酶2(Scd-2)基因和脑型脂肪酸结合蛋白(B-FABP)基因在疲劳小鼠脑组织中的表达,从基因水平探讨脂类代谢对运动性中枢疲劳产生影响的分子生物学机制.方法:建立疲劳性运动动物模型,应用基因芯片技术对运动性疲劳小鼠脑组织中基因的表达进行分析.结果:疲劳性运动小鼠脑组织中与脂肪酸代谢相关的基因Scd-2和B-FABP显著差异表达.结论:产生运动性中枢疲劳与脂肪代谢相关的蛋白分子基因表达有关联,具有高通量、并行性、快速、准确等优点的基因芯片技术在运动性疲劳机制研究中有广阔的应用前景.     

斑茅两个看家基因片段的克隆及其在基因芯片中的应用

根据已发表的同源基因序列,利用RT-PCR技术分离了斑茅(Erianthus arundinaceus)的GAPDH和APRT两个看家基因片段,用它们作为cDNA芯片阳性参照,以未经聚乙二醇(PEG)胁迫处理的斑茅叶片为对照,和PEG胁迫的4组材料同cDNA芯片进行杂交分析。杂交结果显示,GAPDH杂交的Cy5与Cy3平均信噪比(Signal/Noise,S/N)分别为56.12和60.8,APRT杂交的Cy5与Cy3平均信噪比分别为51.06和47.25,信噪比均很高;同时两个看家基因的杂交都显示出极强的信号,其中GAPDH的杂交信号值大于10000,APRT也在8000以上,杂交结果可靠。分析了PEG胁迫4个时段BADH与两个看家基因的表达,BADH的表达有明显变化,而看家基因表达均较稳定。上述结果表明所克隆的两个看家基因在斑茅中表达量高,且PEG胁迫下表达较为稳定,是基因芯片理想的阳性参照。     

Signal/noise ratio at the visual recognition threshold of incomplete figures

We measured recognition thresholds of incomplete figure perception (the Gollin test). This test we regarded as a visual masking problem. Digital image processing permits us to measure the spatial properties and spatial frequency spectrum of the absent part of the image as the mask. Using a noise paradigm, we have measured the signal/noise ratio for Incomplete Figure. Recognition was worse with better spectral "similarity" between the figure and the "invisible" mask. At threshold, the spectrum of the fragmented image was equally similar to that of the "invisible" mask and complete image. We think the recognition thresholds for Gollin stimuli reflect the signal/noise ratio.     

A comparison of denoising methods for X-ray fluoroscopic images

Fluoroscopic images exhibit severe signal-dependent quantum noise, due to the reduced X-ray dose involved in image formation, that is generally modelled as Poisson-distributed. However, image gray-level transformations, commonly applied by fluoroscopic device to enhance contrast, modify the noise statistics and the relationship between image noise variance and expected pixel intensity. Image denoising is essential to improve quality of fluoroscopic images and their clinical information content. Simple average filters are commonly employed in real-time processing, but they tend to blur edges and details. An extensive comparison of advanced denoising algorithms specifically designed for both signal-dependent noise (AAS, BM3Dc, HHM, TLS) and independent additive noise (AV, BM3D, K-SVD) was presented. Simulated test images degraded by various levels of Poisson quantum noise and real clinical fluoroscopic images were considered. Typical gray-level transformations (e.g. white compression) were also applied in order to evaluate their effect on the denoising algorithms. Performances of the algorithms were evaluated in terms of peak-signal-to-noise ratio (PSNR), signal-to-noise ratio (SNR), mean square error (MSE), structural similarity index (SSIM) and computational time. On average, the filters designed for signal-dependent noise provided better image restorations than those assuming additive white Gaussian noise (AWGN). Collaborative denoising strategy was found to be the most effective in denoising of both simulated and real data, also in the presence of image gray-level transformations. White compression, by inherently reducing the greater noise variance of brighter pixels, appeared to support denoising algorithms in performing more effectively.