简介:针对现有的图像分割方法存在的精度低、稳定性较差的问题,提出了一种基于猫群优化算法的图像多阈值分割方法。本文将猫群优化算法(CatSwarmOptimization,CSO)引入到图像分割中,以最大类间方差作为猫群优化算法求解的适应度函数,利用猫群优化算法中猫的两种行为模式——搜寻模式和追踪模式来快速搜寻图像多阈值分割的最佳阈值。实验表明,与粒子群优化算法(ParticleSwarmOptimization,PSO)、头脑风暴算法(BrainStormOptimization,BSO)和人工蜂群算法(ArtificialBeeColony,ABC)相比,CSO在图像分割时的精确性、收敛速度及稳定性上有显著优势。在3阈值图像分割时,所提方法找到最优个体需要的平均迭代次数最少,且稳定性比ABC、BSO和PSO分别提高了5%、10%和80%。
简介:遥感图像机场跑道边缘的提取是机场识别的主要方法。传统Hough变换在线段提取方面具有较高抗噪性,但用于遥感图像机场跑道提取时存在边缘定位性较差及弯曲跑道误检率高的问题。本文提出了图像空间多尺度Hough变换方法,提高了Hough变换在提取、检测线段时的定位能力;将传统Hough变换的对参数空间改进为相对参数空间,增强了Hough变换检测小线段的性能,并利用分段线段的连接,达到机场跑道边缘中直线段与曲线线段检测的目的。试验结果表明该方法在保持Hough变换高抗噪性的同时,可有效地检测复杂背景下遥感图像中的机场跑道边缘,并保证了边缘的连接性。
简介:摘要大数据环境下肿瘤病例为肿瘤的临床诊断提供了庞大的数据资源,同时人工智能技术的发展促进深度学习应用水平不断提升,推动肿瘤MRI图像的快速、精准分类进入深度学习时代。本文主要分为以下四个部分,第一部分针对目前主流的深度学习MRI图像分类模型:卷积神经网络、深度信念网络、深度残差网络、Vision Transformer展开综述。首先,阐述了各模型的历史沿袭、最初针对的问题及主要思想;其次,概括了模型的网络架构并探讨其在MRI图像分类上的最新应用;然后,分析了模型的特点、目前存在的局限及各自发展趋势。第二部分论述了一些影响分类性能的关键因素;第三部分提出了一些广泛使用的性能增强技术;文章最后讨论了深度学习分类MRI图像在临床实践中面临的主要限制,并对未来研究方向进行展望。本文的结果可为研究人员提供一个全面的比较,以及各种深度学习模型的有效性,有望促进脑肿瘤研究的进展。
简介:【摘要】目的 探讨适应性统计迭代(adaptive statistical iterative reconstruction,ASIR)、滤波反投影(FBP)两种重建技术对胸部CT图像质量的影响。方法 80例患者均应用西门子64排CT行胸部CT平扫。分别用ASIR、FBP两种重建算法对原始数据进行重建,重建层厚1mm,层间距0.5mm。测量记录信噪比(SNR)、图像噪声、对比噪声比(CNR)。对肺窗和纵隔窗进行图像质量评价。对比分析两种不同重建算法的定性定量参数。结果 两组图像的噪声值分别是35.6±14.5,52.5±18.6,与FBP组比较,ASIR组噪声降低了31.4%,ASIR组的SNR和CNR明显高于FBP组(P<0.05)。且ASIR组肺窗及纵隔窗图像质量较FBP组高,差异有统计学意义(P<0.05)。结论 与FBP重建算法相比,ASIR可明显降低图像的噪声,提高图像质量。
简介:摘要近年来,CT图像算法中基于深度学习的图像重建(DLIR)技术不断发展,日益成熟,目前已经逐步应用于临床实践中。DLIR算法较常规迭代重建算法具有在降低辐射剂量和图像噪声的同时不改变图像纹理,保持或提高解剖细节显示能力、总体图像质量和医生诊断信心的众多优势。因此,笔者重点就DLIR算法的原理、优劣势及其在人体各系统的临床应用进展进行综述,旨在进一步提高对DLIR算法的认识,并对其可能的应用情景提供借鉴。
简介:摘要深度学习图像重建算法是目前CT图像重建领域最为前沿的技术,随着算法的不断优化和模型泛化性的提升,适用人群和全身各部位的临床应用也在不断拓展,在疾病诊治中发挥了重要作用。深度学习图像重建算法能够降低图像噪声、消除伪影、避免“过度平滑”的视觉感观,提升主观诊断效能,并有助于CT检查中辐射剂量的降低。此外,深度学习图像重建算法不影响CT图像重建的速度,能够满足临床工作流的需求。随着对深度学习图像重建算法的不断探索以及临床应用的拓展,可以挖掘深度学习图像重建算法的潜在优势,提升CT临床应用的能力。
简介:遥感技术可以提供大量有效信息,在监测和测绘领域占有十分重要的地位。然而,遥感图像通常会受到雾霾影响而降低质量。雾霾浓度评价算法可以评价场景中的雾霾程度,以便对雾霾影响严重的图像进行滤除,并对雾霾较轻的图像根据雾霾指标的大小进行自适应的去雾,从而保证遥感图像解译的可靠性。本文针对这个问题提出了一个雾霾影响遥感图像质量的评价指标。首先,根据雾霾区域的亮度值大于非雾霾区域的亮度值这一特性定义了雾霾图。然后,根据韦伯准则计算雾霾图的对比度,以此作为评价雾霾的指标。实验结果表明,该指标的评价结果与主观评价结果具有很好的一致性,可以代替主观评价对受雾霾影响的遥感图像进行质量筛选。
简介:摘要:目的:本研究旨在探讨血常规检验中血细胞计数与分类方法的改进与比较。方法:选取2020年3月-2021年3月在我院进行血常规检查的118例患者,其中有39份标本中单核细胞(MO)百分比在10%-20%,同期选择60例健康体检者,分别对比仪器分类和手工分类的计数效果。结果:健康对照组标本中,仪器检测和手工分类得到的MO、NE、LY的百分比无明显差异(P>0.05),但在BA和EO的检测上,两组差距显著(P<0.05)。MO百分比在10%-20%标本中,两种检测方法的EO、MO、NE的百分比无明显差异(P>0.05),但在BA和LY的检测上,两组差距显著(P<0.05)。将人工复检结果作为标准,仪器报警有56例,人工复检显示真阳性和真阴性分别有43例和56例,可以得出仪器检测的灵敏度、特异度、假阳性率、假阴性率分别为87.76%、81.16%、18.84%、12.24%。结论:细胞分析仪能够进行快速、准确的检测,在大批量的检测中有明显的优势,但是无法完全代替人工检测,只有将两者有效结合,才能最大程度提升结果的准确率和检测效率。