基于多尺度小波变换融合的视网膜血管分割

针对眼底视网膜血管细小、轮廓模糊导致血管分割精度低的问题,提出一种多尺度框架下采用小波变换融合血管轮廓特征和细节特征的视网膜血管分割方法。通过预处理增强血管与背景的对比度,在多尺度框架下提取血管轮廓特征和细节特征,并进行图像后处理;采用小波变换融合两幅特征图像,通过计算各尺度对应像素的最大值,得到血管检测图像,最后采用Otsu法进行分割。通过在DRIVE数据集上进行测试实验,得到平均准确率、灵敏度和特异度分别为0.9582,0.7086,0.9806。所提方法能够在准确分割血管轮廓的同时保留较多细小血管分支,准确率较高。     

基于多尺度分解的超光谱图像异常检测

提出了一种基于多尺度分解的超光谱图像异常检测算法。在目标和背景均未知的前提下,利用光谱和空间两种信息完成对异常目标信号的定位,从而实现超光谱遥感数据中异常目标检测。首先利用非下采样塔式变换对超光谱图像进行分解,将其划分为不同尺度子块;然后依据超光谱图像同一波段不同尺度空间内相邻系数的相关性,采用不同波段各个尺度空间的反锐化掩模方法优化背景数据分布,从而抑制异常数据对背景的干扰;最后利用设计的核RX算子得到异常目标检测结果。为验证方法的有效性,利用真实和模拟的AVIRIS数据进行了实验,并与经典RX算法相比较,实验结果表明,基于非下采样塔式分解的异常检测方法具有更好的检测性能和较低的虚警。     

基于Top-hat变换的OSAHS图像边缘检测算法

提出了一种基于多方向、多尺度Top-hat变换的图像边缘检测方法,应用于阻塞性睡眠呼吸暂停低通气综合症(Obstructive Sleep Apnea Hypopnea Syndrome, OSAHS)早期病理图像的边缘检测及诊断。首先,构造不同方向、不同尺度的Top-hat算子增强图像的对比度,利用形态学梯度进行边缘检测,然后把各个算子检测到的图像边缘按照一定的权重进行组合,得到理想的边缘,以便准确地获得病理图像的相关参数,进而实现医学电子诊断。本文以口腔图像、咽喉声带处图像、鼻道内部图像的处理为例,这三组图像的处理结果表明,与传统的边缘算子相比较,该方法能使图像的边缘信息更完整、更准确,图像的边缘闭合度可达到97.67%。     

基于局部线结构约束的FCM聚类视网膜血管分割

提出了一种基于局部线结构约束的模糊C均值(FCM)聚类眼底视网膜血管分割方法。通过预处理增强血管和背景的对比度信息,采用多尺度匹配滤波器和B-COSFIRE滤波器提取像素特征,然后采用局部线结构约束的FCM聚类算法实现视网膜血管分割,最后通过后处理操作去除孤立的噪声点。在DRIVE数据库的实验结果表明,本文方法的平均准确率为94.21%,平均灵敏度为67.21%,平均特异性为98.2%。与特征空间FCM方法相比,本文方法分割的血管结构的连续性较好,提升了对细小血管检测的灵敏度。     

基于多尺度协同的人头检测方法

针对HOG特征本身不具有尺度不变性,在实际应用中仅能检测出与样本图片大小相差不大的目标对象这一弊端,提出多尺度窗口融合的头部检测的方法;利用线性支持向量机在分类决策方面的优势,与提取的HOG特征结合作分类器的离线训练;在实时的目标检测阶段,采用高斯金字塔式缩放对输入的视频序列作多尺度处理,得到对应的不同分辨率下的待检测帧,在不同的尺度空间作人头的扫描检测并存储结果;之后融合各尺度的检测结果并在相应位置决策标定;实验对某监控视频作检测分析,结果表明,该方法在检出率、召回率、准确度等方面均有较大提升。     

一种尺度自适应的小目标实时检测方法

小目标检测是计算机视觉领域的一个研究热点。当仅对图像中不同尺度目标中的某些特定尺寸目标感兴趣时,传统方法将无法做出正确判断,而且当目标接近摄像机时图像上目标的尺度通常会发生较大变化,传统方法也难以适应。 针对这一问题,提出一种基于正负LOG^［1］算子的小目标实时检测系统。新算法首先根据目标在短时间内所作的近似直线运动,利用Top-Hat^［2］算法在初始几帧图像中检测出真正的目标点,然后根据目标特性确定正负LOG算子的参数,最后利用确定的正负LOG算子对后续帧图像进行连续检测,确定真实目标位置。实验证明,该检测方法在实时性、检测准确性及抗干扰性上均有较好的表现。     

小波边缘检测算法在平面丝阵Z箍缩图像1维诊断中的应用

 选择尺度融合的小波边缘检测算子对平面丝阵Z箍缩条纹相机图像进行处理,分析了影响边缘检测效果的参数。处理结果显示：如果边缘像素比例取合适值（4%～7%）,若尺度取较大值时边缘定位不够精确,取较小值时受噪声影响较大;尺度融合的小波边缘检测算子则能精确判断图像边缘位置,同时受噪声影响较小;与直接判读方法相比,通过尺度融合的小波边缘检测算法判读的数据更稳定平滑,更能抵抗噪声的干扰。     

基于小波双尺度分析的光电小目标检测

 空间光电图像中的小目标检测可视为对目标信号的奇异值检测问题,而基于小波变换的多尺度分析是信号奇异值检测的重要方法。文中阐述了现有小波多尺度分析方法进行小目标检测的原理,并针对其运用中存在的模极大值线难以搜索以及目标定位精度不高的问题,利用小波函数的对称性及空间小目标信号近似对称的特点,提出了一种通过分析小波大小两个尺度来直接对光电小目标进行检测的方法,并对该方法进行了实现与仿真。仿真结果表明,该方法可以有效提高小目标的检测速度和定位精度。     

基于特征融合的多尺度窗口产品外观检测方法

为提高产品外观质量的检测精度和实时性,提出一种基于特征融合的多尺度滑动窗口机器视觉检测方法;在训练阶段,首先提取图像的HOG特征和Lab颜色特征,并采用典型相关分析法(CCA)进行特征融合;接下来,采用支持向量机(SVM)对融合的特征进行训练,生成分类器;在检测阶段,产品外观不同区域对精度的要求不同,为提高检测效率,生成不同尺度的滑动窗口,在每个窗口中都进行图像的特征提取与特征融合;最后,对采集的图像序列进行匹配,实现产品外观划痕的实时检测;实验中,选取不同的特征提取方法进行对比,并分别生成大小不同的滑动窗口,通过分析实验结果,结合检测时间与精度,确定各个区域的窗口尺度;实验表明,与传统的检测方法相比,所提方法在检测精度和实时性上具有显著提高。     

基于旋转SURF算子的图像配准新方法

针对SURF算法中快速Hessian矩阵行列式检测出的特征点的不连续现象,从而造成的旋转,模糊和光照变化适应性较差的不足,提出一种旋转SURF检测算子的图像配准新方法。该算法通过将SURF算法的积分图像盒子滤波模板逆时针旋转45度,引入一种可以检测角度旋转的滤波核提升检测算子对不同图像变换的匹配性能,保证新的检测算子与原算法较好的结合,同时利用改进的单纯形算法依据输入图像进行参数优化。仿真结果表明,该方法不仅保留了算法的速度优势,缩短了配准时间,而且在图像模糊变换,光照变换和JPEG压缩变换方面性能有明显的提升,此外对视角变换以及小尺度变换性能也有提高。     

Blood vessel enhancement for DSA images based on adaptive multi-scale filtering

Digital subtraction angiography (DSA) plays a significant role in the diagnosis, treatment planning and assessment of diseases. However, because of the geometrical complexity and fine characteristics of blood vessel structures, accurate and robust detection of blood vessels still remains a problem. In this paper, a blood vessel enhancement algorithm is proposed. The main purpose of this work is to improve the visual quality of blood vessels in DSA images. The new blood vessel enhancement algorithm is based on the multi-scale space theory and Hessian matrix. Not only the eigenvalues of Hessian matrix but also the angles between eigenvectors are utilized for the blood vessel enhancement of DSA. The filter parameters and scale factors are decided adaptively. Eigenvalues of the Hessian matrix are also used for the noise elimination. Experimental results show that the proposed algorithm has a good performance in blood vessel enhancement of DSA images. The proposed algorithm filters image background and non-vascular structure effectively. The deformation of blood vessels occurred in the enhancement process is avoided and more small blood vessels are visible in DSA images.     

Multiscale Hessian filter-based segmentation and quantification method for photoacoustic microangiography

The appearance of blood vessels is an important biomarker to distinguish diseased from healthy tissues in several fields of medical applications. Photoacoustic microangiography has the advantage of directly visualizing blood vessel networks within microcirculatory tissue. Usually these images are interpreted qualitatively. However, a quantitative analysis is needed to better describe the characteristics of the blood vessels. This Letter addresses this problem by leveraging an efficient multiscale Hessian filter-based segmentation method, and four measurement parameters are acquired. The feasibility of our approach is demonstrated on experimental data and we expect the proposed method to be beneficial for several microcirculatory disease studies.     

血液对流换热的数值计算

在血管壁施加第三类边界条件是计算血液与组织间对流换热的一种近似计算方法.为分析其可行性,用有限元数值模拟方法计算血管分支结构中血液与组织的对流换热,得到不同流速和半径下分支血管内血液的截面平均Nu数沿管长的变化曲线.结果表明,血管树中分支血管的Nu数变化幅度不大,且趋于稳定值的速度很快.以相同边界条件下包含简单血管系统的舌体为例,分别用近似方法和完全耦合计算方法,进行血液流场和舌体温度场模拟.通过比较计算结果,得出两种方法得到的温度场分布趋势基本相同;用完全耦合计算方法得到的舌体温度略高于用近似方法得到的舌体温度,两者差值小于0.2℃.     

Techniques and Algorithms for Hepatic Vessel Skeletonization in Medical Images: A Survey

Hepatic vessel skeletonization serves as an important means of hepatic vascular analysis and vessel segmentation. This paper presents a survey of techniques and algorithms for hepatic vessel skeletonization in medical images. We summarized the latest developments and classical approaches in this field. These methods are classified into five categories according to their methodological characteristics. The overview and brief assessment of each category are provided in the corresponding chapters, respectively. We provide a comprehensive summary among the cited publications, image modalities and datasets from various aspects, which hope to reveal the pros and cons of every method, summarize its achievements and discuss the challenges and future trends.     

基于光纤光栅传感器的体外血管模型应力测量北大核心CSCD

血管中的血液流动会对血管壁产生周向应力,周向应力与血管的结构及功能变化密切相关,测量体外血管模型的周向应力是生物力学研究中较重要的问题。提出了利用光纤光栅测量血管周向应力的方法,基于微流控技术利用钢针模具建立了集成光纤光栅的三维圆形血管模型,通过仿真研究了不同流动速度与应力的关系。仿真结果得到流速在8 mm/s~75 mm/s范围内,应力随速度的改变呈线性变化。利用光纤光栅传感器测量了流体流动时产生的周向应力,根据实验得到了光栅波长改变量与速度的关系,流速范围在8 mm/s~75 mm/s之间变化时,速度引起波长的变化为0.173 nm。结合仿真实验得到了应力与光栅波长改变量的关系,为血液流动时产生周向应力的体外测量提供了新思路。     

不同激光参数照射下血管中血栓的演变

目前,激光是治疗葡萄酒色斑(Port Wine Stain,PWS)最有效的疗法。然而,由于选择性光热效应机理研究的欠缺,PWS的临床彻底清除率依然很低(<20%)。本文利用鼠脊视窗模型研究了不同激光参数照射下血管中光凝块和血栓的演变规律,以期为开发新的治疗策略提供依据。实验结果表明,Nd:YAG激光(1064 nm)照射后血管中只出现光凝块。长脉宽532nm激光照射后血管中首先形成光凝块,随着光凝块的流走,血栓产生并粘着血管壁。血栓面积随时间先增大后减小,存在时间长达4 h以上。短脉宽532 nm激光照射后,则形成非粘着血管壁血栓并随血流流走。由于形成完全堵塞血管的血栓是清除血管的前提,长脉宽532 nm激光联合抗血栓药物治疗PWS有望改善激光治疗PWS疗效。     

基于相似性测度和似然模型的血管造影图像分割新方法

由于造影图像中的血管具有复杂的形态结构,经典的基于跟踪的一类方法在进行分割时容易丢失目标,因此其自动化程度和鲁棒性受到了严重的影响。提出了一种鲁棒的最大似然血管跟踪模型,该模型是建立在多种局部相似性测度和智能知识引导的基础上的,能够精确估计出血管轴线,并能正确判断分支点位置。实验结果表明,该模型具有很高的稳定性,能够为血管三维重建和临床诊断提供正确的依据。     

传统解剖学特征与深度学习相结合的肺叶分割算法

CT图像中肺叶位置的确定对于肺部疾病的准确定位以及定性定量分析具有重要意义。为了提高肺叶自动分割准确率,提出了一种结合气管,血管等传统解剖学特征以及深度学习的肺叶分割算法。对原始图像进行预处理,获取肺实质、气管、血管以及基于深度学习网络的肺裂分割结果;整合来自多个解剖结构的信息生成分水岭分割所需成本图像;通过基于深度学习网络的肺叶粗分割结果,获取肺叶标记区域;执行基于标记的分水岭分割,实现肺叶的自动分割。选取了来自上海市肺科医院的20例含有肺部疾病患者的CT图像对该方法进行验证,最终的Jaccard相似性系数为92.4%。实验结果表明方法具有较高的肺叶分割精度,并且具有较强的鲁棒性。     

A fast,efficient and automated method to extract vessels from fundus images

Abstract  

We present a fast, efficient, and automatic method for extracting vessels from retinal images. The proposed method is based on the second local entropy and on the gray-level co-occurrence matrix (GLCM). The algorithm is designed to have flexibility in the definition of the blood vessel contours. Using information from the GLCM, a statistic feature is calculated to act as a threshold value. The performance of the proposed approach was evaluated in terms of its sensitivity, specificity, and accuracy. The results obtained for these metrics were 0.9648, 0.9480, and 0.9759, respectively. These results show the high performance and accuracy that the proposed method offers. Another aspect evaluated in this method is the elapsed time to carry out the segmentation. The average time required by the proposed method is 3 s for images of size 565 × 584 pixels. To assess the ability and speed of the proposed method, the experimental results are compared with those obtained using other existing methods.     

汽车焊缝密封胶条的光条中心提取算法研究

汽车焊缝涂胶能够提高车身密封水平, 需要对胶条进行检测并且获得三维信息。激光三角法是应用广泛的检测方法, 其关键技术之一是准确提取光条中心。但针对黑色被检胶体, 光条中心提取鲁棒性差, 因此提出了一种基于光条分割的Hessian矩阵定位和高斯曲线拟合的算法。首先, 将整体图像对比度提高, 运用去噪算法消除干扰的噪声; 然后用极值法初步定位光条, 结合Hessian矩阵对激光条的中心进行定位; 最后利用高斯曲线准确拟合出激光条的中心。实验研究表明, 在对光条图像添加噪声幅度为100的白噪声之后进行处理, 同样能够将精度控制在亚像素级别, 能够提高黑色被检测物体的光条的稳定性。