首页 > 文献资料
-
基于MATLAB的基因芯片图像预处理
目的:基手MATLAB设计低密度基因芯片图像预处理系统,对经过Stan Array扫描系统获得的用cy3和cy5染色的低密度芯片的荧光图像进行处理,以滤除噪声,增强图像的对比度,提高图像的质量,实现图像的边缘检测与分割,进行区域的识别.方法:采用小波中值滤波方法,滤除噪声,提高图像的质量;基于小渡方法,结合边缘算子进行图像边缘检测:使用遗传算法实现图像的分割.结果:该系统对基因芯片图像进行处理,减少了污点、噪声及其他各种因素的影响,提高了图像的质量,可以更好地检测出图像的边缘,比较准确地分割出样点区域,能有效地分离有价值的弱信号点和背景点或者噪声.结论:该系统可以基本实现低密度基因芯片图像预处理功能.采用的图像处理方法是可行的,能为以后的分析提供较为准确的数据信息.
-
基于图像分割的Tamura纹理特征算法的研究与实现
背景:ITK主要提供医学图像处理、分割与配准算法,但其缺少可视化的功能,缺乏灵活实用的用户界面,VTK提供了丰富的医学影像处理与分析工具,具有强大的图形处理和可视化功能.目的:利用以前的确诊病例和医生的诊断经验以及患者的相关病史,对确诊的医学影像资源进行管理,归档,并检索,以减少人工干预,提高图像的查全率和查准率.方法:以视觉感知机制为基础,在ITK平台上进行图像平滑去噪和分割的预处理过程,利用Tamura算法完成纹理特征提取,后通过实验采集、计算数据,完成对比分析.结果与结论:基于图像分割的Tamura纹理特征算法在基于图像纹理检索应用上便于相似性度量,进而可提高检索的准确率.
关键词: 图像分割 基于内容的医学图像检索 平滑去噪 Tamura ITK