首页 > 文献资料
-
上肢静脉超声图像管径的测量与深度矫正
目的 计算和测量上肢静脉超声图像中穿刺靶血管的深度和管径信息,为实现自动穿刺奠定基础.方法 采用两种静脉横截面超声图像中管径的测量方法,一是基于评估后自适应选取的阈值分割血管,然后上下分别扫描静脉血管上下边缘,得到管径信息.二是基于大津(Otsu)法分割血管,运用形态学运算对二值图像进行预处理,然后用与方法一类似的方式计算管径信息,结合管径信息再对静脉的深度信息进行矫正.结果 在500张上肢静脉超声图像上测试上述两种方法,方法一、二的准确率分别为93.0%和99.4%.结论 基于大津和形态学处理的方法对上肢静脉超声图像管径测量效果更佳.
-
形态学处理在肿瘤体积测量中的可行性分析
目的:基于CT图像,通过形态学处理软件C半自动化测量模型容积并与真实容积比较,验证该软件的有效性.方法:7个中空模型容积介于1.93～64.75ml,灌满16.6%的甘露醇溶液后,固定在水桶底座,水桶灌满水后,采集CT图像,测量模型壁厚度、CT值,以及16.6%的甘露醇溶液、水与空气的CT值.设空气/水,水/模型壁,空气/模型壁界面的CT值阈值分别是-20HU,16HU,-900HU.根据模型壁厚度自适应测量模型容积,并计算测量相对误差.结果:这7个模型壁厚从0.6～3.5mm不等,壁CT值(58.1±5.2)～(116.8±4.7)HU.模型内16.6%甘露醇溶液CT值(47.8±4.6)HU,水桶内水CT值(-2.6±4.2)HU,空气CT值(-1 002.4±2.4)HU.7个模型容积测量值容积从2.15~68.40ml,测量相对误差(-2.0±9.0)%.结论:形态学处理软件C能够测量模型容积,其准确性受限于CT图像的空间分辨率.
-
基于模糊区域对比度增强的肺实质鲁棒分割
基于阈值操作的肺实质分割对CT图像的对比度敏感,常常造成肺部粘连区域的肺实质分割失败.提出一种融合模糊区域对比度增强与阈值和形态学细化分割的新的肺实质分割算法.首先,根据图像的灰度信息利用线性迭代聚类将图像预分割为多个超像素.然后,根据超像素的灰度统计信息自动定位模糊区域,并进行自适应对比度增强.后,基于阈值和形态学操作进行细化分割,准确提取肺部粘连区域和肺实质.通过对kaggle肺部数据集30位患者的300张CT图像进行测试,结果表明本研究算法的平均分割准确率(Dice系数)为98.65%,过分割率为0.21%,欠分割率为1.33%,整体分割性能比传统阈值操作和形态学方法有明显提升.
-
基于模糊C均值自动随机游走算法在脑肿瘤分割中的应用
目的:经典随机游走算法是使用为广泛的交互式图像分割方法之一,分割精度较高,但是该算法执行过程需要人工参与,由医生手动勾选种子点,这在临床使用中是比较麻烦和耗时的,在一定程度上降低了该算法的效率.针对该问题,本文期望提出一种自动的随机游走分割方法.方法:首先使用模糊C均值算法对待分割图像进行聚类,根据聚类的隶属度进行阈值分割得到初步分割结果;再对分割结果进行形态学开放处理,仅保留初步分割结果的主要区域,并将处理后的区域中的所有像素点作为随机游走算法的种子点,利用随机游走算法对图像实施分割,得到终分割结果.本文结合模糊C均值算法和形态学处理,实现了自动的随机游走.使用改进后的算法对MR图像中的脑肿瘤和水肿区域实施自动分割,验证本文算法的有效性和准确性.结果:本文方法在实现自动化分割的同时,其分割精度明显优于模糊C均值算法的分割结果.结论:本文提出的改进方法能准确地自动分割出目标区域,并且较模糊C均值方法的分割结果有显著性提高.
