首页 > 文献资料
-
基于数字乳腺图像分割算法的比较研究
乳腺疾病的发病率近年来不断增高,为增加诊断乳腺疾病的正确率和减轻医生的诊断负担,计算机辅助诊断技术应运而生.本文主要介绍运用阈值法和边缘检测法分割数字乳腺图像,实现对乳腺钙化点边缘的检测.
-
基于FCM聚类算法的颅内出血CT图像分割
为了提高计算机辅助诊断系统的颅内出血病灶分割准确率,提出一种新的颅脑CT图像分割方法,被怀疑为出血的区域可快速而有效地分割出来.首先利用颅内结构提取算法提取颅内区域;然后利用两次模糊c均值聚类算法完成出血区域分割.第一次模糊c均值聚类确定疑似颅内出血的区域,根据脑出血CT图像特点,将中心点灰度值高的类作为第二次模糊c均值聚类对象,第二次模糊c均值聚类分割出疑似出血区域,后对颅脑CT图像进行实验,验证方法的可行性.实验结果表明该方法对颅脑出血CT图像病灶的分割是有效的.
-
基于矩特征和局部特征的高原子序数液体容器识别
目前液体检查是地铁、机场安检工作中极为迫切的需求.本文提出了一种全新的基于全局和局部特征的高原子序数液体容器识别方法.该方法基于全局区域提取其组合矩特征,在识别初期首先迅速找到与模型库中相似的物品和差异较小的姿态,然后根据局部特征即容器壁投影特征和瓶底特征进行判断和提高识别精度.实验结果证明,该方法很好地结合了目标的整体和局部信息,能够解决容器在与高原子序数物品局部遮挡问题,同时具有较高的识别精度.
-
一种工业CT图像的分割算法
由于工业CT图像结构复杂,存在各种伪影,并且灰度分布旱现区域性质等特点,难以准确找卅分割阈值,为此提出了一种适用于工业CT图像的分割算法.首先利用大类间方差法和图像处理方法处理了外层伪影,然后利用聚类迭代的方法处理中心空气,得到感兴趣的区域.实验结果表明,此算法能够对具有先验知识的工业断层图像准确地提取感兴趣的区域.
-
形态学在X-射线检测中的应用
本文以射线检测发动机图像为研究对象,通过与传统分割算法相比较,同时结合新发展的数学理论及数字图像处理技术,采用了一种有效分割方法,使其在提取效果和处理速度上都能获得预期的满意结果.
-
可视化人体的整体坐标系统
可视人数据集是人体解剖结构的基础信息数据集.为了确定人体结构在三维空间中的准确定位以及在不同个体之间便于比较,文中提出和建立了可视化人体的整体坐标系统.以通过耻骨联合上缘中点的水平横切面为标准原点平面,将人体分为上、下部:上部包括头,颈、胸、腹、上臂、前臂等重要部位;下部包括骨盆、下肢和手.人体的整体坐标系可以确定人体重要结构的每一个体元的空间绝对坐标及相对坐标,在图像的分割、匹配、重建中起重要作用.通过坐标系统的变换,人体整体坐标系统可以方便地应用于临床的定位定量诊断,手术导航,放射定位治疗以及人体运动功能等领域的研究.
-
PET图像中基于形态学和样条模型方法进行心脏的边缘提取
PET在医学图像技术研究以及临床应用中正扮演着越来越重要的角色.在PET心脏图像中,为了测量心脏对药物的吸收率,对图像中心脏边缘的提取成为测量计算的前提和关键.我们针对PET图像心脏的边缘提取问题,从两个角度分别提出两种方法--基于数学形态学的方法和基于样条模型的方法.数学形态法是先将PET图像二值化,再结合腐蚀和膨胀--两种数学形态学的基本操作对二值图像进行处理,终获得结果.样条模型是用一组点和连接每相邻两点之间的样条曲线来表示心脏边界,将边缘提取问题转化一个全局优化问题.针对PET心脏图像特点,我们给出了独特的能量函数作为迭代的停步条件.后,我们比较了两种方法的结果和效率,结果表明两种方法的分割效果都是令人满意的.具体来说,前种方法的特点在于简单,快速和高效;而后种方法的稳定性和鲁棒性,对PET图像有着非常重要的意义.
-
图像分割多阈值法研究
目的:医学图像分割是CT图像的三维重建等后续操作的基础,分割的准确性对医生判断至关重要.本文深入研究阈值分割算法、开发出一款将医学图像进行多阈值分割的实用软件.方法: 此软件是利用VC++编程工具进行开发.其功能模块主要是利用医学影像处理与分析开发包MITK中的输入文件将输入数据利用像素值进行提取并处理.结论:相对于单阈值分割,多阈值分割有着诸多优势.
-
基于混沌微粒群和二维Otsu法的图像快速分割
为了解决二维Otsu法在求取佳阈值时存在计算量大,及微粒群算法容易陷入局部优且速度较慢等问题,提出一种将混沌微粒群优化算法和二维Otsu法相结合的图像分割方法.利用混沌微粒群优化算法,实现二维阂值向量的快速全局搜索.实验证明,该算法对复杂图像具有良好的分割效果和较强的实时处理能力.
-
基于多小波的医学图像阈值分割算法研究
图像分割技术是医学图像处理和分析中的关键技术.本文通过构造一个正交多小波,把图像在尺度空间展开,对不同分辨级下的小波系数采用不同阈值进行分割处理.应用自动和交互相结合的分割方法,通过对目标区域图像特征进行分析,交互确定目标区域的大致灰度范围.在综合考虑图像的边缘和区域的基础上,确定精确的阈值,将目标组织从背景中分割出来.通过对计算机断层扫描医学图像进行分割处理和对比实验,得到的图像清晰度明显提高,证明该方法不仅能得剑较清晰的感兴趣区域,而且还能获得较清晰的边缘特征.
-
基于图像分割的双能CT不完备数据重建算法优化研究?
本文针对基于图像分割的双能CT不完备数据重建算法，提出了图像分割过程和方程组求解环节是优化算法的两个关键点，同时给出了初步优化方法。初步实验结果表明这两方面因素选取的优劣将直接影响重建图像质量。因此，根据实际应用需求，如能改善这两方面因素，基于图像分割的双能CT不完备数据重建算法的重建性能将会进一步提高。
-
分形编码技术在图像型火灾烟雾探测中的应用研究
图像型火灾探测技术是火灾探测领域中近几年发展起来的较新的技术分支,由于其自身非接触性探测等优越性,成为国内外火灾探测领域关注的焦点.文章介绍了图像型火灾烟雾探测技术的发展和现状,并针对火灾烟雾的分形特征引入分形编码技术,分析了通过基于K均值聚类方法的分形编码技术进行烟雾图像分割的实用性.
-
乳腺癌肿块分割方法研究
乳腺癌是女性常见的恶性肿瘤之一，早发现早治疗是其防治的关键。而计算机辅助诊断技术能够对乳腺癌重要特征的可疑肿块进行分割、检测和分类，从而提高影像医生的诊断效率。论文综述了目前出现的一些较好的乳腺癌肿块分割方法，对这些算法进行了深入的研究，总结了肿块分割方法的发展前景。
-
医学图像分割综述
医学图像分割是指在医学图像中,利用计算机视觉技术,根据区域内像素的相似特性(纹理等)以及区域间的不同特性,将图像中感兴趣的区域(ROI)提取出来,获取有关人体组织器官的有效信息,反馈给医生以及学者作为诊断依据.随着计算机技术的日新月异和医疗设备的快速发展,医疗图像分割技术在影像医学中的作用日益增大.本文首先介绍了医学图像分割的背景及其应用.接着,详细分析了相关图像分割算法.后,总结了医疗图像分割技术在目前面临的困难与挑战,并提出了展望.
-
浅谈如何自动分割超声医学图像
图像分割对于医学图像处理非常重要,只有准确地从图像中提取出信息,才能保证医学系统的可靠性,并为三雏重建打下基础.但由于超声图像的形成过程、图像内容的组织性质,以及干扰等因素,使得超声医学图像总是含有很强的噪声.相对与其他类型的图像来说,超声图像的分割要困难得多,本文提出一种新的分割方法,实现分割过程的自动化.给出了肝脏类超声图像的分割实验结果.
-
乳腺CAD肿块检测算法的实现
我国乳腺癌发病率也呈逐年升高的趋势，已占当地女性恶性肿瘤首位。因此，有大量的患者进行了乳腺DR摄影来排查疾病。计算机辅助诊断（CAD）的引入，由计算机对有明显特征或典型病灶进行预审，筛除掉阴性区域，一定程度上降低了医生的工作强度，提高了阅片的质量和效率。在本文将会对乳腺CAD肿块检测算法和各个关键技术做以实现和研究。
-
医学图像分割方法综述
医学图像分割方法与理论众多,文中简要介绍了基于阈值、边界、区域增长、模糊集理论、神经网络的医学图像分割方法,这些方法各有优劣,部分已成为临床基本的图像分割技术.随着计算机计算性能的提高,各种新的算法将不断涌现.
-
医学超声图像分割技术的研究及发展趋势
在医学超声波图像中对图像进行分割有助于对于图像的定量分析和定性分析,图像分割与后续的分析和处理工作密切相关.到目前为止,虽然有许多记录中都有大量的图像分割方法,但是在面对复杂且困难程度较高的医学超声图像,这些方法的作用往往很小,至于起不到任何作用.文章在分析医学超声图像特性的基础上,对医学超声图像分割方法进行统一的论述和评价,并对它发展的趋势进行预测.
