对称归一化配准的多图谱大脑扩散张量图像分割

基于磁共振T1成像的全脑区分割方法及其在临床上的应用已经有较为广泛的研究,磁共振扩散张量成像凭借其在脑白质神经纤维束成像上的优势,近年来围绕扩散张量成像的理论和应用研究发展很快,针对扩散张量成像的脑区分割研究就成为一个必须要解决的问题.图像配准是精确实现脑区分割的重要技术步骤,传统的配准方法未考虑到图像的形变大小对配准...     

基于互信息的EAA算法的脑部医学图像配准技术

提出了基于互信息的EAA（Extraction of Available Area有效区域提取）算法的配准方法。此方法根据人体脑部医学图像特点,首先通过图像的灰度差异,对图像进行预处理,并利用区域生长法,提取互信息的有效区域——病灶的可疑区域和颅骨轮廓,然后只将此区域做为配准的有效信息,寻找配准参数,使两幅图像的互信息最大。仿真时采用MR-PET图像,进行了22组对比实验。结果表明,此方法一定程度上消除了图像中无效区域的影响,在配准精度及配准时间上有一定的优势。     

联合图像配准的脑卒中病灶自动分割方法研究

针对目前慢性脑卒中的病灶分割准确性相对较低的问题,提出了一种联合深度图像配准的慢性脑卒中自动分割方法。采用深度拉普拉斯金字塔图像配准网络,在微分同胚映射的空间内以从粗到细的方式获得大脑分区,以得到病灶位置的解剖先验信息;将原始磁共振图像和配准阶段的分区结果联合,输入到加入了通道和空间注意力模块的U-Net进行病灶分割。在公开的数据集ATLAS上进行测试表明,提出的方法有效提高了慢性脑卒中病灶分割的准确性,比经典的2D U-Net提升了4.4百分点,证明了基于深度图像配准的大脑分区先验可有效增强模型对病灶的分割性能,更好的组织分割能提高病灶分割准确性。     

中国数字人切片图像的自动配准与分割方法研究

提出了一种新的方法,用于解决数字人数据集重建前的切片图像配准和分割问题.首先利用改进的彩色空间动态阈值法和形态学处理提取切片图像的定位杆坐标,在此基础上对原始图像进行变换,从而实现数据集的配准;其次根据配准后数据集相邻切片目标轮廓在位置和形状上的相似性,利用前层切片分割结果指导初始化位置和限制搜索空间的主动轮廓模型,实现了配准后数据集的自动分割.所提出的方法在数字人切片图像的分割中取得了令人满意的效果,并且该方法还可以应用在CT、MRI等医学图像序列中的器官和部件的分割中.     

基于医学图像配准方法的研究

本文对医学图像的配准方法进行了研究,分析了刚性配准和非刚性配准方法的主要区别和适用范围,并分别对图像进行了两种方法的配准。     

基于互信息的多模图像配准研究

分析了基于互信息的多模态图像配准的理论和方法,从信息论的角度分析了互信息的性质以及两幅图像互信息的计算等,同时给出基于互信息的图像配准的基本步骤。     

基于脑部CT图像的LOG算子改进

本文基于脑部CT图像的头骨边缘分割问题,改进了高斯-拉普拉斯算子(Gauss-Laplacian Operator,LOG),获得了根据高斯函数的平滑因子σ、边缘灰度阈值T、椒盐滤波器大小m×n三个参数控制的改进方法,应用MATLAB程序获得了二值化边缘分割结果.     

自适应形状约束Graph cuts算法在腹部CT图像分割中的应用

针对CT图像对比度低,组织边缘模糊,器官轮廓不规则等特点造成组织器官难以分割的问题,提出了一种自适应形状约束的Graph cuts算法.首先使用基于多图谱配准的分割方法分割原始图像,将得到的初始分割结果作为形状先验加入到Graph cuts算法的能量函数中,同时根据配准分割过程得到的目标概率图自适应选择形状约束项系数,最后通过最大流最小割算法分割出CT图像中的肝脏、肾脏和脾脏.实验结果表明,该方法能够较好地分割出肝脏等组织器官,有效减轻传统图割算法分割图像时造成的过分割和欠分割现象.     

基于遗传算法与仿射变换的遥感图像配准

为了更好地实现遥感图像配准,提出一种新的模型,将传统的平移旋转变换推广到仿射变换,采用互信息测度衡量两幅图像之间的差异,并采用遗传算法寻找模型的最优值.实验表明算法有效,能够在较短的迭代次数内收敛到问题的最优解.     

基于混合神经网络的脑部MRI图像语义分割算法

针对传统医学图像对缺乏标注的数据进行自动分割时存在分割精度不高、边缘模糊等问题,提出了一种利用混合神经网络对脑部核磁共振成像(magnetic resonance imaging,MRI)的图像进行语义分割的算法。利用仿射网络对脑部MRI图像进行线性几何变换,基于卷积神经网络进行3D医学图像仿射变换,加入稠密模块减轻梯度消失和加强特征传递问题; 通过空间转换网络对脑部MRI进行空间转换,基于图谱的分割法获得脑部图像的分割结果。采用MICCAI的公共数据集BraTs2019进行实验验证,结果表明,算法可由脑部肿瘤MRI图像获得较好的分割精度和分割效率,为脑部MRI图像语义分割的研究提供一种新的实验方案。     

PET/CT医学图像去噪方法的研究

噪声元素在光子量有限的最大似然期望最大化(MLEM)方法重建PET/CT(positron emission tomography/computed tomography)图像研究的过程中影响甚至加重图像特征明暗度变化。为减小这类影响,该文提出了一种包含解剖端信息的中值非局部平均算法(AMNLM)。该算法是对适用低信噪比图像去噪的非局部平均算法(NLM)的改进。将该算法应用于临床肺部病变患者PET/CT图像的分析研究。参数反演结果表明,在视觉评估、病变对比度和噪声的权衡方面与中值滤波方法、小波滤波方法和传统NLM方法相比较,该方法具有更好的去噪效果,从而也验证了该方法的有效性。     

基于薄板样条的遥感影像非刚性配准方法

提出一种基于薄板样条的遥感影像非刚性配准方法。首先,根据SIFT算法分别在参考影像与待配准影像中提取特征点;然后,对特征点进行匹配,并利用RANSAC一致性分级检验方法,由粗至精分级排除错误匹配点;最后,利用同名匹配点构建薄板样条配准模型,并完成图像配准结果。实验结果表明,文中方法能有效解决遥感影像在时相变化、几何变形等条件下的配准,具有较高的实用性。     

基于不变特征的红外图像快速配准系统设计

为了方便电路板卡故障诊断,实现红外图像快速、有效地配准,设计了基于不变特征的红外图像快速配准系统。首先介绍了系统的硬件组成和基本原理,然后采用SIFT(Scale Invariant Features Transform)算法提取特征点并生成特征点描述子,最后利用图像匹配策略去除误配准的特征点对,求解仿射变换模型参数,从而实现图像配准。实验结果表明：系统工作稳定、效率高,配准后的图像质量较好,且达到了实时性的要求,具有很强的应用价值。     

一种基于PET/CT数据计算IMRT的诊断靶区的数值方法(英文)

建立了一种基于PET/CT数据的I MRT的诊断靶区模型,并建立了相应的数值计算方法.     

基于标记的肝脏CT图像智能提取

针对腹部CT图像所含脏器多且复杂的特点,结合解剖学知识,提出了一种新的基于多尺度梯度的医学图像分割方法。结合图像的灰度直方图的梯度变化,对图像进行内外标记,而后利用强制最小技术对多尺度梯度进行修改。在修改后的梯度图像中直接进行全局阈值分割,并结合解剖学知识再进行相应的形态学处理,最终可以较好的将肝脏从腹部图像中提取出来,适合用于肝脏的智能提取。     

基于改进SIFT的结构与纹理相似图像配准方法

 针对目前SIFT特征匹配算法在大面积结构和纹理相似的图像应用中存在较多的误匹配,导致图像拼接效果不理想的问题,提出了基于改进SIFT特征匹配的结构与纹理相似图像配准方法.通过结合色彩信息及空间信息进行匹配点对的筛选,进而得到更为精确的匹配点对,克服了传统SIFT算法在其寻找匹配点的过程中严重依赖灰度信息下的主方向,导致匹配的误差放大的缺点.实验结果表明,该方法提高了SIFT特征匹配的鲁棒性同时,进一步改善了拼接的效果.     

基于线形特征谱线的遥感目标图像旋转和缩放配准

提出了一种基于图像的线形特征谱线的遥感目标图像旋转和缩放参数配准方法.实验表明,与采用基于Fourier-Mellin变换的图像配准方法相比,该方法能够显著地提高遥感目标图像的旋转和缩放参数配准精度.     

基于SIFT算法的可见光图像与红外图像配准

为实现可见光图像与红外图像的有效配准,结合两类图像的特点,提出基于特征的SIFT算法,并进行道路和人脸的可见光图像与红外图像配准实验。结果表明,SIFT算法对纹理结构简单、光滑图像提取的特征点较少;随着阈值提高,可见光图像与红外图像的匹配点数目增加,匹配稳定性降低。该算法可用于可见光图像与红外图像配准。     

一种基于小波系数自适应加权平均的解剖和功能医学图像融合算法

 为了有效地融合解剖和功能医学图像中的信息,提出一种基于窗口标准差的小波系数自适应加权平均融合算法.它的优点在于能动态地在系数之间分配权重,从而达到提高融合效果的目的.实验结果表明该方法优于传统的加权平均系数组合方法.