首页 > 文献资料
-
超声影像信息系统的设计与实现
超声影像信息系统是近年来计算机在医学领域应用的新技术,它采用了多媒体控制技术,将计算机技术与影像信息医学紧密结合在一起,是现代化的医院信息系统(HIS)和PACS系统中不可缺少的功能单元.为了开发和应用超声医学影像信息系统,近年来我院生物医学工程师与超声医师,紧密配合、自行设计研究适合本院工作特点的超声信息计算机管理系统.两年多来该系统通过不断实践、扩充和完善,目前已基本解决了超声医学图像的获取、显示、存储、管理、输出和网络存储.本文的目的旨在对该系统的关键设计实现方法及应用作一些探讨.
-
基于幂次变换的自适应超声医学图像去噪算法
目的 探求一种有效地去除噪声又能很好地保留超声医学图像高频细节信息的去噪算法.方法 提出一种基于幂次变换的自适应超声医学图像去噪算法,该算法主要是对大于阈值的小波系数进行幂次变换,使处理后的小波系数尽可能地接近原始小波系数,并能很好地保留小波系数的连续性.结果 实验结果表明,噪声较小时,该算法方差较小,并且视觉效果优于软阈值算法.结论 该算法有效地实现了对超声医学图像斑点噪声的自适应抑制,在噪声较小时,能很好地去除噪声,并保留高频细节信息.
-
一种新型求交方法在超声医学图像体绘制算法中的应用
体绘制算法是一种较好的三维重建显示算法, 但针对超声医学图像处理时仍存在着不足.本文创新的提出了一种反向旋转变化的求交算法, 取代了光线与平行四边形求交的繁琐运算, 通过对模拟物体和超声心脏图像的重建结果可以看出该方法正确且显示的图像具有较高质量.
-
基于维纳滤波与小波相融合的超声医学图像去噪方法
留了图像边缘和图像细节信息.
-
基于自适应低通滤波的超声医学图像增强算法
目的 介绍一种超声医学图像增强的有效算法.方法 基于自适应低通滤波器的超声图像增强算法,首先采用对数变换的方法将超声医学图像中存在的乘性噪声变为加性噪声;再通过低通滤波器将对数图像分为高频分量和低频分量,对低频分量采用自适应直方图均衡处理,对高频分量进行加权;然后对低频分量和高频分量进行融合得到增强的对数图像;后对对数图像进行指数变换得到输出图像.结果 原超声医学图像得到有效增强,边缘细节得以保留.结论 该算法有效地实现了超声医学图像增强,突出了超声图像的细节,改善了视觉效果,并对噪声具有良好的抑制作用.
-
多普勒血流超声医学图像的动态三维重建
目的将超声医学图像三维重建技术与多普勒血流成像技术结合起来,实现超声血流图的动态三维重建. 方法通过对多普勒血流图的彩色编码方式的研究,利用多普勒血流图中Color Bar的信息,解决了从原始多普勒血流图中分离解剖结构和功能信息的问题,实现了心腔内血流的动态三维重建及与心脏解剖结构的三维融合显像. 结果对临床人体实验获取的超声血流图像进行三维重建,所得重建图中血流信息与解剖结构之间的相互关系正确,与心脏解剖生理情况相符,证明了方法的可行性和有效性. 结论结合超声医学图像三维重建技术和多普勒成像技术,实现超声医学图像功能三维重建,提供更多的医学信息,是超声医学成像技术的发展方向,具有巨大的应用前景.
-
超声医学图像灰度校正方法的改进
介绍了超声医学图像灰度校正常用方法的基本原理,这些方法主要有灰度级校正、灰度变换及直方图修正.对广泛应用且效果较好的直方图均衡化法作了较详细阐述,并针对其对于局部细节增强不显著及不具交互特征等缺点提出了改进方法,并将几种灰度校正方法级联起来对超声图像进行处理,实现了有选择地增强某个灰度值范围对比度的功能,增强了超声诊断图像的实用性.
-
基于树状小波的超声医学图像阈值函数降噪
针对超声医学图像中存在特有的斑点噪声,利用树状小波分解比传统小波分解精度高的特点,将超声医学图像进行树状小波分解,然后分别采用硬阈值、软阈值和半软阈值函数三种方法进行降噪处理.结果表明半软阈值函数方法是较优阈值函数方法,可以有效地降低原图像的斑点噪声并保留图像细节.
-
基于对称区域生长算法的超声医学图像分割方法
提出了一种基于对称区域生长算法的超声医学图像的分割方法.该方法分为三步.首先,通过采用自适应加权中值滤波抑制超声医学图像本身固有的Speckle噪声,然后从图像的第一行开始扫描整个图像,并应用生长准则进行区域的生长与合并,生长完成之后应用种子准则标定感兴趣区域,从而得到后的分割结果.通过图像的分割实验确定了一套对于超声医学图像适用的生长和合并准则.对心脏B型超声医学图像分割的实验结果显示,该方法具有良好的性能.
-
基于形态学重构的超声医学图像滤波方法
Speckle噪声是造成超声医学图像质量下降的主要原因.我们通过修改形态学重构算法-Downhill算法的初始条件,使其适用于超声医学图像的去噪处理.首先在掩模图像中确定标记图像作为算法的初始化和开始区域,再使用改进的Downhill算法对超声医学图像进行滤波处理.实验结果表明,与其他3种传统滤波方法相比,该方法能快速有效地去除心脏腔室内的Speckle噪声同时保留图像的轮廓细节信息.
-
基于活动轮廓模型的超声心脏图像轮廓的自动检测
轮廓的提取是超声医图像学多维重建中困难的问题之一。本文提出了一种超声心脏图像轮廓的自动检测方法。首先，根据超声图像的特点，对超声图像进行自适应加权中值滤波以消除斑点噪声。然后利用数学形态学的方法提取出心脏的初始轮廓。后，运用活动轮廓模型，对初始轮廓进行逼近，得到精确的心脏轮廓。实验结果显示了方法的有效性。本方法在心脏超声图像的多维重建过程中，对序列断层图像心脏轮廓的提取有实际应用价值。
-
超声医学图像滤波算法研究进展
主要讨论超声医学图像滤波算法的研究 现状，几种主要的滤波方法（多方位滤波方法、自适应权值调节滤波方法、自适应窗口选取 滤波方法、两步法等），面临的问题及发展的方向。作者通过实践，将有关算法应用于超声 医学图像的处理，给出了处理结果，进行了几种算法的比较分析。
-
基于复小波域非线性扩散的超声图像去噪
超声图像易受斑点噪声的干扰,限制了其在医学诊断中的进一步应用.提出了一种将双树复小波变换(DT-CWT)与非线性扩散相结合的超声图像去噪方法.首先,对图像进行双树复小波分解；然后,高频部分和低频部分分别采用自适应对比度扩散和全变差扩散,后重构图像.给出了实验结果,并与小波阈值收缩和全变差扩散结合的方法、基于小波和基于多小波的非线性扩散方法的图像去噪效果进行了比较.结果表明,本文提出的方法去噪效果更为优越:不但抑制噪声的能力更强,而且能够更好地保留超声图像原有的边缘和纹理特征.
-
超声医学图像滤波和对比度增强新方法
较低的对比度和独有的speckle噪声是影响超声医学图像质量的主要原因,本研究利用各向异性扩散滤波,在去除图像中大量噪声的同时,计算滤波过程中图像信息的丢失,从而得到对比度增强模型中的对比度函数,并利用对比度增强模型达到图像对比度增强的目的.实验结果表明,与滤波后的直方图均衡化后结果相比,不仅能够有效地去除图像中的噪声,也能明显提高图像对比度.因此,本文方法是提高超声医学图像质量的一种有效途径.
-
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.
