基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘

提出一种基于局部调整动态轮廓模型提取超声图像乳腺肿瘤边缘的算法。该算法在Chan—Vese（CV）模型基础上,定义了一个局部调整项,采用基于水平集的动态轮廓模型提取超声图像乳腺肿瘤边缘。将该算法应用于89例临床超声图像乳腺肿瘤的边缘提取实验,结果表明：该算法比CV模型更适用于具有区域非同质性的超声图像的分割,可有效实现超声图像乳腺肿瘤边缘的提取。     

3D医学图像中标志点的自动识别与定位

目的:探索建立一种新的自动识别标志点的方法.方法:本方法主要分成三步:首先,根据标志点的灰度特征在3D图像上搜索标志点,并得到候选点;然后,计算出搜索到的候选点区域的亮度重心,并作为该点的位置坐标;最后,根据标志点大小、相互间位置关系以及标志点周围区域像素的灰度变化等特征,筛选出真正的标志点.结果:利用该算法对三维理想模型和真实CT重建模型上的标志点进行识别,实验的结果表明该算法能准确识别出这两种模型上的标志点,平均误差均小于2个象素.结论:该方法能快速准确地识别出3D医学图像中的标志点,它不需要人为干预,且不受标志点形状的影响.     

小波变换及滚球算法在单分子荧光能量共振转移图像分析中的应用

单分子荧光共振能量转移技术是通过检测单个分子内的荧光供体及受体间荧光能量转移的效率来研究分子构象的变化．要得到这些生物大分子的信息就需要对大量的单分子信号进行统计分析,人工分析这些信息,既费时费力又不具备客观性和可重复性,因此本文将小波变换及滚球算法应用到单分子荧光能量共振转移图像中对单分子信号进行统计分析．在保证准确检测到单分子信号的前提下,文章对滚球算法和小波变换算法处理图像后的线性进行了分析,结果表明,滚球算法和小波变换算法不但能够很好地去除单分子FRET图像的背景噪声,同时还能很好地保持单分子荧光信号的线性．最后本文还利用滚球算法处理单分子FRET图像及统计15 bp DNA的FRET效率的直方图,通过计算得到了15 bp DNA的FRET效率值．     

小波变换及滚球算法在单分子荧光能量共振转移图像分析中的应用（英文）

单分子荧光共振能量转移技术是通过检测单个分子内的荧光供体及受体间荧光能量转移的效率来研究分子构象的变化.要得到这些生物大分子的信息就需要对大量的单分子信号进行统计分析,人工分析这些信息,既费时费力又不具备客观性和可重复性,因此本文将小波变换及滚球算法应用到单分子荧光能量共振转移图像中对单分子信号进行统计分析.在保证准确检测到单分子信号的前提下,文章对滚球算法和小波变换算法处理图像后的线性进行了分析,结果表明,滚球算法和小波变换算法不但能够很好地去除单分子FRET图像的背景噪声,同时还能很好地保持单分子荧光信号的线性.最后本文还利用滚球算法处理单分子FRET图像及统计15 bp DNA的FRET效率的直方图,通过计算得到了15 bp DNA的FRET效率值.     

基于多小波的胃癌病理细胞图像边缘检测与分析

对胃癌细胞图像的多尺度小波变换边缘检测进行了研究,为医生运用现代信息理论的方法进行相关疾病诊断提供了一种新的思路和途径。提出了多尺度小波边缘检测的新方法,归纳了改善小波边缘检测效果的一些策略。实验结果表明,对于具有复杂纹理的医学病理细胞图像,采用传统的边缘检测方法会产生伪边缘和方向性误差,它影响了图像边缘检测的可信度;而运用小波变换的时频尺度特性和对奇异变化的优良检测性能,可得到无噪声污染的图像实际边缘。     

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。     

超声图像处理中Snake模型研究

Snake模型是一种基于高层信息的有效目标轮廓提取算法,其优点是作用过程及最后结果的目标轮廓是一条完整的曲线,从而引起广泛的关注。鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此人们将Snake模型进行了各种各样的改进,并且越来越多地将它运用到医学超声图像处理中来。本文对乳腺超声图像进行阈值分割、形态滤波等一系列预处理后,将改进的Snake模型对乳腺超声图像进行肿瘤的边缘提取,得到了比较好的结果。     

股骨CT图像的边缘提取

为重建和测量股骨的解剖结构,需要大量地读取CT图像的信息,以获得股骨轮廓的坐标值。本研究采用直方图阈值图像分割、Kirsh边缘提取方法获得股骨的二值化轮廓图像。轮廓的提取应用了“迷宫”边缘跟踪算法。本方法可大量、快捷、正确地提取图像轮廓信息。     

基于多尺度植物种子图像边缘检测算法的设计与实现

小波变换,由于其具有时频局部化的特性及多尺度特性,能敏感地反映突变信号,是一种理想的边缘提取方法．本文系统地介绍了作者在图像边缘检测方面所做的理论探讨、算法及应用研究工作．目前的边缘提取方法有多种,本文将重点集中于基于小波变换的图像边缘检测方法的理论推导和算法实现．     

应用计算机图像技术识别间日疟原虫的初步研究

目的应用数字图像技术识别间日疟原虫。方法基于图像预处理、图像分割、特征提取、判决分类等步骤,分别对间日疟原虫薄血膜的裂殖体图像进行处理,观察其识别效率和准确度。结果边缘检测和图像灰度值检测两种方法均能够识别间日疟原虫裂殖体,而二者的联合方法可以得到较好的识别效果。结论初步探索采用边缘和图像灰度联合检测的方法能够识别间日疟原虫薄血膜的裂殖体。     

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。     

应用小波变换检测细胞显微荧光图像中的囊泡

文章提出了一种用小波变换来检测生物荧光图像中囊泡的方法。作者用à trous小波对图像进行小波变换,然后求出每层系数的中值绝对偏差σ,并用t=kσ/0.67作为阈值对每层系数进行门限滤波,然后通过提取小波变换系数来重构图像。通过设计实验与常用的“rolling ball”算法对比,发现小波变换算法在低信噪比的情况下,具有更好的灵敏度;对于形状大小不同的信号,具有更好的稳定性;而且对于信号的细节信息具有更好的保真性。     

基于小波变换的医学图像编码方法

高分辨率的医学图像具有很大的信息量,影响了整个数字化的远程医疗系统的实时性,因此必须在保证不丢失关键诊断信息的前提下,对医学图像进行必要的压缩。本文提出了在给定小波基下,基于二维小波分解和重构的快速压缩方法。该方法使用了向量量化技术并采用LBG算法设计码本。实验结果证明,采用该方法可获得较高的压缩比和符合诊断要求的压缩图像。     

Accumulative Difference Image Protocol for Particle Tracking in Fluorescence Microscopy Tested in Mouse Lymphonodes

The basic research in cell biology and in medical sciences makes large use of imaging tools mainly based on confocal fluorescence and, more recently, on non-linear excitation microscopy. Substantially the aim is the recognition of selected targets in the image and their tracking in time. We have developed a particle tracking algorithm optimized for low signal/noise images with a minimum set of requirements on the target size and with no a priori knowledge of the type of motion. The image segmentation, based on a combination of size sensitive filters, does not rely on edge detection and is tailored for targets acquired at low resolution as in most of the in-vivo studies. The particle tracking is performed by building, from a stack of Accumulative Difference Images, a single 2D image in which the motion of the whole set of the particles is coded in time by a color level. This algorithm, tested here on solid-lipid nanoparticles diffusing within cells and on lymphocytes diffusing in lymphonodes, appears to be particularly useful for the cellular and the in-vivo microscopy image processing in which few a priori assumption on the type, the extent and the variability of particle motions, can be done.     

Segmentation of the Clustered Cells with Optimized Boundary Detection in Negative Phase Contrast Images

Cell image segmentation plays a central role in numerous biology studies and clinical applications. As a result, the development of cell image segmentation algorithms with high robustness and accuracy is attracting more and more attention. In this study, an automated cell image segmentation algorithm is developed to get improved cell image segmentation with respect to cell boundary detection and segmentation of the clustered cells for all cells in the field of view in negative phase contrast images. A new method which combines the thresholding method and edge based active contour method was proposed to optimize cell boundary detection. In order to segment clustered cells, the geographic peaks of cell light intensity were utilized to detect numbers and locations of the clustered cells. In this paper, the working principles of the algorithms are described. The influence of parameters in cell boundary detection and the selection of the threshold value on the final segmentation results are investigated. At last, the proposed algorithm is applied to the negative phase contrast images from different experiments. The performance of the proposed method is evaluated. Results show that the proposed method can achieve optimized cell boundary detection and highly accurate segmentation for clustered cells.     

基于邻域最大差值与区域合并的油茶毒蛾幼虫图像分割

【目的】油茶树害虫的种类较多,其中油茶毒蛾Euproctis pseudoconspersa幼虫是危害较大的害虫之一。为完成油茶毒蛾幼虫的自动检测需要对其图像进行分割,油茶毒蛾幼虫图像的分割效果直接影响到图像的自动识别。【方法】本文提出了基于邻域最大差值与区域合并的油茶毒蛾幼虫图像分割算法,该方法主要是对相邻像素RGB的3个分量进行差值运算,最大差值若为0,则进行相邻像素合并得出初始的分割图像,根据合并准则进一步合并,得到最终分割结果。【结果】实验结果表明,该算法可以快速有效地将油茶毒蛾幼虫图像中的背景和虫体分割开来。【结论】使用JSEG分割算法、K均值聚类分割算法、快速几何可变形分割算法和本文算法对油茶毒蛾幼虫图像进行分割,将结果进行对比发现本文方法的分割效果最佳,且处理时间较短。     

Two algorithms for image analysis and its applications

An algorithm for sequential edge detection and an algorithm for quantitative estimation of flagella of microorganisms based on the of edge detection are presented. The method of edge detection is chosen among the segmentation methods due to the aim of the image processing - calculating the sizes and shape of different microorganisms. The edge detection algorithm does not depend on the choice of the starting contour point. Comparisons of the edge detection algorithm with other similar algorithms are made.     

Segmentation of overlapping leucocyte images with phase detection and spiral interpolation

Leucocyte segmentation is one of the most crucial functionalities for an automatic leucocyte recognition system. In this paper, an algorithm is proposed to segment the leucocytes from the overlapping cell images. It consists of two main steps. The first step involves generation of a combined image based on the saturation and green channels (CIBSGC) by means of the different distribution characteristics of the leucocyte nucleus. A weight coefficient is used to adjust the CIBSGC for extracting the nucleus and estimating the location of the leucocyte. Second, a method of phase detection and spiral interpolation identifies the overlapping regions of cells and determines the leucocyte edge curve. The performance is evaluated by three parameters: sensitivity, positive predictive value and pixel number error. Experimental results validate that the proposed algorithm can successfully segment the overlapping leucocyte with the satisfactory performance for two cell image datasets under different recording conditions.