全方向M型心动图运动曲线检测算法的应用研究

为了提高全方向M型心动图运动曲线检测效果,该文对心动图的相关问题进行研究后,提出一种基于模糊增强和灰色理论的全方向M型心动图运动曲线检测算法。首先利用改进的模糊增强算法(PAL算法)来抑制噪声和背景,同时突出边缘信息;再利用灰色理论中的灰色绝对关联度构造统计量来进行边缘检测,精确定位出运动曲线;最后通过对孤立的噪声点和断裂的边缘进行后续的处理,得到最终的运动曲线。实验结果表明：该算法检测效果良好,噪声鲁棒性较强。     

蚁群算法在全方向M型心动图检测中的应用与研究

为了解决传统边缘检测算法对全方向M型心动图检测效果差的问题,根据基于蚁群算法边缘检测的思想,提出一种基于改进的蚁群算法的边缘检测算法。根据心动图间接来源于CT图的原理,一幅心动图中包含目标、背景、边界和噪声等内容,因此采用传统的边缘检测算法的效果并不理想。这里在传统蚁群算法边缘检测的基础上,根据心动图的特点,采取改进的转移规则和信息素更新策略,以提高检测精度和适应性。再逐步细化,使用蚂蚁算法进行详细的检测,得到最佳的运动曲线。实验结果表明,该算法可以获得精确的运动曲线,其结果能够比传统的方法获得更丰富更真实的心动图运动细节信息,为医生的诊断提供更多信息。     

基于亚象素技术的全方向M心动图边界检测

研究一种基于亚象素技术的全方向M型心动图边界的检测方法.在获取全方向M型心动图的基础上,通过图像增强、阈值分割、人工限定目标区域等图像预处理,采用层进式策略提取图像的象素边界,再利用一阶微分期望值对提取后的边界点进行亚象素定位.该方法使边界检测数据从象素级提高到亚象素级,为边界检测后的幅度以及以他的数据为基础的进一步离散一、二阶微分的计算获得的速度、加速度等运动信息的精确测量提供了可能性.     

基于DFT的全方向M型超声心动图运动曲线的频域滤波

介绍一种基于离散傅里叶变换(DFT)的全方向M型超声心动图运动曲线频域滤波技术。全方向M型心动图是利用B超获取的心脏各结构的序列图像,沿各个方向提取的心脏某结构部位灰度点位置变化在时间轴上展开得到的运动轨迹,其边缘线即全方向M型心动图边界代表了了该灰度点的运动方程。依据其特点及要求,通过对不同区域的频域滤波效果比较,提出了分段滤波方法,实现了消除噪声干扰及减弱阶梯效应的影响的目的,从而保证了对全方向M型心动图的动态信息进一步分析的可靠性。     

基于AVI格式的全方向M型心动图增强研究

为了图像质量更好，基于AVI的全方向M型心动图，针对其特点进行了图像增强的研究，提出了一种特殊的利用熵选取多闲值的算法，实现了图像的多阈值分割，效果令人满意，在扩展图像的对比度、增强轮廓边缘的同时对噪声进行了有效的控制。经过实验，这种算法对心动图具有一定鲁棒性。     

平面设计软件与DICOM图像数据处理技术

平面设计广泛应用于印刷出版、包装、装潢设计等等工作之中,Photoshop、Core DRAW等等软件是平面设计中最常见的计算机软件,在平面设计软件之中应用DICOM图像数据处理技术有利于促进设计软件的进一步发展,本文主要就平面设计软件及DICOM图像数据处理技术的实际应用问题进行简单的讨论分析。     

全方向M型心动图像边界平滑的研究

主要针对全方向M型心动图边界进行平滑处理，全方向M型心动图是利用B超获取的心脏各结构的序列图像，沿各个方向提取的心脏某结构部位灰度点位置变化在时间轴上展开得到的运动轨迹，其边缘线即全方向M型心动图边界代表了该灰度点的运动方程。依据其特点及要求，采用了线状平滑模板，通过时不同平滑滤波方法进行分析比较，提出了自适应模板保形平滑滤波，973非线性模板平滑滤波，实现了消除噪声干扰及减弱阶梯效应的影响的目的。从而保证了时全方向M型心动图的动态信息进行进一步分析的可靠性。     

基于改进AES加密算法的DICOM医学图像安全性研究

 本文基于AES算法的设计原理提出了一种改进的医学图像加密算法.针对AES算法结合斜帐篷映射对其进行改进,使其适合DICOM医学图像的数据特点.首先将AES中4*4的分块操作方式变成M*N的全图操作,其次增加了对病人基本信息的保护,最后改进了AES中列混合操作与密钥编排方式.通过理论分析与仿真实验证明改进算法具有较好的置乱效果、扩散性强,并且能够很好地保持DICOM文件格式的兼容性.     

PACS医学图像数据流控制方法

本文通过对PACS医学图像数据流控制方法的研究,展示了医学图像传输存储的流程及控制,意在帮助维护人员在学习这方面内容后,能快速明辩PACS系统错误发生的层面,以便快速做出纠错响应。     

识别系统M序列筛选方法研究

本文应用可靠性理论,提出了概率最小门限概念,为适合识别系统的M序列筛选提供了理论依据及实用算法。     

EZW算法在DICOM图像压缩中的研究

基于小波变换的图像编码是一种有效的图像压缩方法，近几年来得到了广泛的发展，其中最著名的是Shapiro提出的小波零树编码（EZW）方法。针对医学DICOM图像的需求和特点，本文提出了一种基于小波变换的EZW算法对DICOM图像进行压缩。     

字典学习中字典尺度对DICOM图像压缩的影响

随着医院数字化医疗进程的加快,医学影像的数据量日益增大,医学影像资料的存储空间和获取速度受到很大的限制。文章在研究主流字典学习算法基础上,提出使用不同尺度的MOD、K-SVD、ILS-DLA、RLS-DLA字典算法对DICOM图像进行压缩存储,以及恢复再现的方法。与经典的JPEG和JPEG2000压缩算法相比,字典学习算法压缩和恢复效果较好,特别是采用较小尺度的字典时,压缩效果更为突出:当压缩比为20时,采用4×4尺度的RLS-DLA字典,论文算法的峰值信噪比(PSNR)较JPEG算法高出7.8dB,比JPEG2000算法高出1dB。     

基于提升小波变换的无损医学图像压缩

随着医学信息网络的发展,医学图像在网络中的传输对于远程医疗、教学以及患者信息的共享非常必要。在传输过程中对传输的速度和图像的质量要求很高,对图像进行压缩传送是目前有限带宽下的必然选择,而传统的压缩算法如基于离散余弦变换(DCT)的JPEG算法、基于字典技术的游程编码RLE难以满足这些要求。本文提出基于提升小波变换的无损医学图像压缩方法,并在JPEG2000标准框架下用PC机对DICOM(Digital Imaging and Communication in Medicine)标准脑部CT图像做了实现,取得满意的效果。     

实数遗传算法交叉策略的改进

本文介绍了实数遗传算法交叉策略的一种改进方法,采用新的交叉策略决定遗传算法中子代个体的位置,可以使子代快速地向更高适应度的区域移动.实验结果说明使用这种改进的实数遗传算法可以极大地提高算法获得最优解的速度.     

数字影像无损压缩算法研究

建立在DICOM标准实现数字影像采集的基础上,阐述了影像数字化的总体方案。在影像压缩存储中,重点研究了基于整数小波变换的压缩算法,针对数字图像具有高度相关性的特点,提出了基于适形离散小波变换(SA-DWT)与整数小波变换相结合的影像无损压缩算法,该算法有效地提高了数字图像的压缩率。给出了相关算法的实现及实验效果分析。     

基于PCA算法的人脸图像预处理研究

提出了一种新型的针对主成分分析（PCA）的人脸图像预处理方案。实验表明,可有效提高识别率,并增强PCA对姿势和光照的鲁棒性。