一种新的脑白质分割方法

基于扩散张量成像提出一种新的脑白质分割方法.首先,计算扩散张量成像的各向异性参数和扩散参数,并得到各个参数下的脑部图像;然后,通过期望值最大化(expectation maximization,EM)模型求得各个各向异性参数图像的脑白质和非脑白质区域;最后,通过STAPLE(simultaneous truth and performancel evel estimation)模型融合各个DTI参数图像分割结果,得到脑白质分割结果.实验结果表明,该方法具有较好的分割效果,能有效地从脑组织中分割出脑白质.     

基于解剖标志点约束的脑部PET/CT图像图谱配准与脑区分割

正电子发射断层扫描/计算机断层扫描(positron emission tomography/computed tomography,PET/CT)图像在脑部疾病的诊断和治疗中已得到广泛应用.目前的脑部图谱配准方法大多采用全局优化策略,不能精细勾画大脑的解剖感兴趣区域,尤其对于深层脑区的分割精度有限.为此提出了一种结合解剖标志点的PET/CT图像脑区分割方法,将图像灰度特征和局部解剖标志点相结合实现对局部脑区的精确配准,并融合PET和CT两种图像特征进行双模态联合配准.采用针对中国人群的脑部数字解剖图谱作为配准模板,以适应中国人群的脑区形态分布特征.通过20幅临床PET/CT头部图像对比了所提方法和传统的基于灰度的配准方法,结果表明所提方法能获得更加准确的脑区划分,各脑区相似系数(dice similarity coefficient,DSC)为79.91％,平均表面距离(average surface distance,ASD)达到PET图像的亚像素级精度0.95 mm,器官体积恢复系数(recovery coefficient,RC)接近1.     

DT-MRI张量值图像的一种加权方向距离滤波方法

为了正则化扩散张量磁共振成像所产生的扩散张量场,提出了一种非线性张量值加权方向距离滤波方法.首先通过张量间的二次点积定义了张量值图像的方向滤波,然后结合张量中值滤波引入了一个联合最小化准则,在此准则的基础上给出张量值方向距离滤波器的一般结构,并使用权重矢量在距离和方向域上控制滤波器输出,获得更加稳健的处理结果.在合成二阶张量场和真实扩散张量数据集上进行了实验.客观结果比较和滤波图像的主观评估表明:该滤波方法可在保持张量场细节不变的同时有效地消除噪声,是磁共振扩散张量场的一种有价值的滤波工具.     

多项式展开的快速扩散张量图像配准

提出一种基于多项式展开的扩散张量图像快速配准方法.采用拉普拉斯算子提取经图像增强处理的各向异性测度图像的边缘特征点,给出一种图像变换模型,利用边缘特征点来定义图像的特征,并以此校正图像的方向.利用基于多项式展开的配准模型,对已经经过方向校正的各向异性测度图像进行全局像素点稠密配准.实验结果表明该方法有效地提高了配准效率和配准精度.     

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.     

一种MR膀胱图像增强后基于图论的分割策略

为了从具有低信噪比和运动伪影的虚拟膀胱镜核磁成像图像MR(magnetic resonance)中获得精确的膀胱分割结果,该文提出一种针对连续采集的多套短时膀胱MR影像的处理策略。该策略选取一套图像作为配准基准,对其他短时图像先后进行仿射变换和分层B样条变换配准,最后对配准结果平均,获得增强图像。继而利用基于闭集模型的图割方法分别对基准图像和增强图像进行分割。该文利用计算机生成的模拟图像以及临床MR图像测试该策略。实验结果表明:模拟增强图像和MR增强图像的信噪比分别增大到原来的3.26倍和2.17倍,图像信噪比在配准后明显提高;对增强图像使用该文提供的分割方法获得了更好的分割结果。实验证明该文提出的策略能通过配准方法获得高信噪比、高对比度、较少伪影的膀胱增强影像。     

基于MRF和图割的多尺度图像分割和配准同步方法

图像分割和图像配准是图像处理领域中的两个关键技术.事实上,图像分割和图像配准之间是相互依赖、彼此互惠的.本文以图割理论为基础,结合马尔科夫随机场(Markov Random Field,MRF)模型,提出了一种基于MRF和图割的多尺度图像分割和配准同步方法,该方法通过将分割信息和配准信息耦合在一起,利用两者的相互促进作用,以得到更准确的分割和配准结果,并通过实验证明了该方法的有效性.     

基于主成分分析—神经网络的医学图像刚性配准方法(投稿)

医学图像配准在临床诊断和治疗计划中起着重要的作用。应用特征图像的第一主方向提出了自动配准计算机层析术(CT)和磁共振(MR)大脑图像的方法。方案中,先应用主成分分析-神经网络来计算特征图像的第一主方向,然后通过调整特征图像的第一主方向和质心来完成配准问题。此外,还以MR-MR图像配准和CT-MR图像配准为例,对此方法的配准效果进行了简单分析。     

医学图像配准技术及实现概况

随着各种医学成像设备在临床中的大量应用，医学图像配准在诊断和疗效评价等方面显示出了重要价值，逐渐成为医学图像处理领域的一个研究重点.我们对医学图像配准中的一些关键技术及主要方法进行了综述，比较了各种算法的特点及其应用场合，对医学图像配准的发展趋势进行了展望.     

2D-3D配准中的初始位姿估计方法

针对2D-3D医学图像配准过程中存在的初始参数变换范围小和配准对象单一等局限性,提出了一种基于参数映射和图像分割的初始位姿估计方法,扩大了三维物体空间参数的起始运动偏差范围,解决了骨科手术导航系统在配准过程中可估计参数少和多骨块图像配准难等问题.首先,使用区域生长算法对多骨块影像进行图像分割与感兴趣目标的提取,完成待配准目标数据的获取.其次,基于正交融合投影原理构建投影成像模型,将空间刚体变换参数分解到正侧位平面上,建立空间参数与平面参数间的映射关系.然后,将投影生成的正交双平面模板与对应目标图像进行匹配,并将得到的正侧位平面配准参数转换为空间参数,从而完成三维物体初始位姿的有效估计.最后基于颅骨、完整股骨和骨折股骨的CT数据对该方法进行验证,并与传统2D-3D图像配准方法进行对比研究.实验结果表明,所述方法可使5个空间参数的初始变换范围达到±30 mm或±20°,并且对在该范围内的不同研究对象都展现出良好的初始位姿估计效果.与传统图像配准方法相比,基于上述方法进行2D-3D迭代优化的整体配准时间平均缩短46.5%,单个平移参数配准精度最高提升69.2%,单个旋转参数配准精度最高提升9...     

基于仿射传播聚类选择的多Atlas右心室精准分割

由于右心室具有易变、壁薄、边界不明显等特点，Atlas成为近年来流行的图像分割方法.针对现存的Atlas选择方法大多基于配准后选择最优的Atlas，比较耗时并且降低了分割性能，提出了利用仿射传播聚类算法进行Atlas选择的方法.首先，将所有的Atlas图像看作一系列数据点，通过数据点之间的消息传递聚类；然后，得到的聚类中心图像和目标图像经过配准得到形变标记结果，采用STAPLE融合策略融合；最后，对融合结果以相似性测度因子为依据进行排序，而用相似性测度因子值最大的聚类中心进行配准分割.重复以上过程，直到得到较精确的分割结果.实验结果表明，提出的方法能有效地进行右心室的分割，与传统选择方法相比，分割精度得到了明显提高.     

基于多期MR影像的肾脏自动定位与分割方法

肾脏自动定位和分割是肾脏功能分析流程中的重要一步,针对此提出了一种基于多期MR影像的肾脏自动定位及分割方法,即利用肾脏在多期MR扫描影像中表现出的特性,通过三维配准减影及最大密度投影方法,得到数据体在x,y,z方向的投影图像,并利用最大密度分布曲线的特性,得到肾脏区域的三维定位;在定位区域内利用水平集方法对实质期影像进行肾脏提取,然后将分割结果映射到其余多期影像上.实验结果表明,该方法得到的肾脏定位结果准确,且在定位区域内完成的肾脏分割执行效率高,分割结果较好.     

一种针对脑部图像分割强度不均匀性的改进方法

强度不均匀性是医学图像中常见的问题,对图像的精确分割提出了许多挑战,图像分割是计算机视觉和计算的基础步骤,提出了一种基于模糊C均值(FCM)的能量最小化方法,将全局聚类和局部聚类相结合,用于磁共振(MR)脑图像的偏场估计和分割。该方法将MR图像分解为两个分量作为全局聚类项的优点,充分利用了表征组织物理性质的真实图像和解释强度不均匀性的偏置场及其各自的空间特性。MR图像的分解描述了整个图像中偏移场的变化,其中组织边界的某些深层变化细节可能会丢失。该方法利用了图像局部区域的不同偏移场的局部聚类项,较好地处理了不同组织间强度的深刻变化。由于局部聚类方法对偏移场的分布缺乏全局控制,此文利用了全局聚类和局部聚类的优点,考虑了两者的结合。在该方法中,通过能量最小化过程同时实现了偏移场估计和组织分割。用FCM迭代优化能量最小化问题,通过真实图像和合成图像与相关模型的对比实验,证明了该模型在偏差校正和分割精度方面的优越性。     

基于偏微分方程的遥感成像雷达距离图像分类方法

针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高.     

基于偏微分方程的遥感成像雷达距离图像分类方法

针对传统方法分类遥感成像雷达距离图像时, 未对图像进行平滑处理, 导致其易受环境干扰, 分类性能较差的问题, 提出一种基于偏微分方程的遥感成像雷达距离图像分类方法. 首先通过偏微分方程对遥感成像雷达距离图像进行平滑处理, 然后采用基于偏微分方程的多区域分割模型, 将分割后的遥感成像雷达距离图像分类过程视为泛化函数最小化过程, 通过分割对能量泛函数进行最小化处理, 实现遥感成像雷达距离图像的多区域分类. 实验结果表明, 该方法成像速度快, 去噪和图像分割效果好, 分类精度和Kappa系数值均较高.     

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。     

基于细胞自动机的MRI脑肿瘤分割方法

提出一种基于细胞自动机的脑肿瘤分割方法.首先通过人工交互输入一条线,使用细胞自动机模型对脑肿瘤图像进行分割,得到肿瘤图像的标号图,然后使用活动轮廓模型对标号图进行优化处理,除去非肿瘤像素点的干扰,得到更平滑的脑肿瘤轮廓.使用该方法在对比增强T1加权MRI脑肿瘤图像进行分割实验.实验结果表明,此方法能够很好地解决脑肿瘤分割过程中容易出现的不完全分割问题,分割准确率(Dice相似系数)可达到(94.07±1.58)％.     

车载手势识别中基于小波变换和双边滤波的图像去噪方法

手势识别是人机交互中的重要研究领域,车载手势识别系统可以减少驾驶员手动操作仪表导致的分心,提高驾驶安全性。受光照变化、汽车环境、摄像头成像质量等各因素的影响,车载手势图像中常会存在大量复杂噪声。这些噪声严重影响后续手势分割、特征提取和手势识别的准确性。针对手势图像中存在的噪声问题,本文提出了一种适用于车载手势图像处理的新方法。该方法先对小波分解后的各高频子带采用不同方向的一维非线性扩散滤波处理得到初步去噪手势图,在此基础上用多尺度双边滤波对图像再次处理。实验结果表明,本文方法可以较好地去除车载手势图中噪声,抑制车载手势图细节的模糊。