简介：本文提出一种新的基于轮廓提取和最大互信息理论的医学图像配准的算法。该算法克服了在配准过程中存在鲁棒性因素、出现误配情况及互信息单一的利用图像灰度信息的局限性,将边缘检测与互信息相结合,提高了原有算法的性能,可较准确地完成图像配准任务。本文并对提出的配准算法进行了Matlab仿真实验,对仿真结果进行分析。

简介：摘 要 : 鱼眼镜头视角广，但鱼眼图像存在严重的桶形畸变，要使用鱼眼图像的信息就需要对鱼眼图像进行校正。球面透视投影模型的鱼眼图像校正算法原理简单、实现方便，且视觉效果改善显著，但存在丢失鱼眼图像周边物景的问题。针对此问题，提出了一种改进算法，通过引入系数来量化选定的缩小区域，再予以加权算法，有效保留图像所有信息，提高了校正图像的质量。实验结果表明在不增加算法运行时间前提下，改进算法能够有效改善鱼眼图像校正效果，有较强的实用价值。

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：摘要在信息化高度发展的今天，图像成为了人类社会的重要数据之一。伴随着机器学习的快速发展，人们对于数据的作用也逐渐重视了起来。图像因其数据处理的复杂性，同时也由于它的广泛使用性，因此图像的处理方法一直是一个十分热门的研究领域。本文将主要从抠图，降噪和修复这三个基本方面展开介绍图像处理的相关技术，介绍图像处理基本方法的发展历程和研究现状。

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：1概述80年代以来,X线成像、X-CT、同位素扫描、磁共振成像(MRI)、超声诊断(US)、核医学成像(NM),数字减影技术(DSA)等的发展和应用,其他种类的成像技术,包括显微技术、红外线、内窥镜、人体组织的电阻抗成像等,在临床诊断、治疗以及研究方面起着非常重要的作用,这些图像反映组织器官形态、功能和病变信息,它具有直观、形象、便于观测等特点,在现代医学中占有不可取代的地位.

简介：在给出二值图像多尺度表示方法的基础上,提出一种基于多尺度表示的细化算法,与目前已有的算法相比较,它的计算量小、抗噪性能好、便于硬件实现.实验结果表明,该算法很好地克服了传统细化算法的不足,为处理受强噪声污染的二值图像提供了一个新的思路.

简介：更准确地对高分辨率可见光机场区域图像进行飞机目标的识别,提出了一种基于主成分分析（PCA-principalcomponentanalysis）和模板匹配的方法进行飞机识别。首先对图像进行均值滤波和直方图均衡化,并进行灰度直方图分析,判定图像中是否存在机场,在机场提取的基础上进行飞机图像分割,并对各个分割区域进行主成分分析,将其主轴旋转成水平方向,然后和模板库匹配,进行飞机识别。实验结果证明,该方法对飞机目标的识别是有效的。

简介：运用计算机图像处理技术辅助诊断颅内出血疾病对于精确计算出血量有着重要的意义.出血块的位置和形式的多样性给血块的自动识别带来困难.针对颅内出血CT图像颅骨与出血块相接的情况,设计了一个集边缘检测、区域生长、阈值分割于一体的出血块识别算法,并通过计算机模拟实验实现了出血部位的识别与自动分割,为出血量的定量计算奠定基础.并对若干颅骨与血块相接情况的颅内出血CT图像进行测试,测试结果显示了该算法的有效性和鲁棒性.

简介：本文介绍了二值图像的一种新的细化算法，并给出了对晶界扫描图进行细化处理后的结果。这种算法不同于以往的小窗口模板匹配法，而是根据象素的连接度的性质来对称地消去边界点。从而最终得到对象的中心轴，达到细化的目的。这种算法尤其适用于对晶界图进行细化。

简介：摘要：目的：研究学生体检胸部X线医学影像图像快速分类方法。方法：选取2022年9月至2023年10月期间参与体检的大一新生1024人，同时采用人工方式和人工智能方式对所有研究对象体检胸部X线医学影像图像进行快速分类。人工智能方式指的是拟结合人工智能机器学习的方法，进行医学影像数据预处理，研究通过神经网络模型的设计搭建，确保训练的模型可对危及公共卫生安全的一些疾病的图像进行高效、快捷的分类。结果：人工智能分类准确性更高，P<0.05。结论：在学生体检胸部X线医学影像图像快速分类方面，人工智能方式比人工方式有效果。

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：不同类型的地物具有不同的反射光谱,在多维光谱空间中构成不同的特征向量,这便是我们利用多光谱图像区分地物的物理依据.多光谱图像分类的精度受到多种因素的影响,如模式样本集的数据结构、分类特征的提取、距离测度、分类准则、分类数目等.本文引入光谱匹配识别中的典型方法--光谱角度匹配法(SAM法),通过与欧氏距离的比较分析与综合,提出一种可以兼顾到光谱亮度与光谱向量方向(近似为光谱形状)的距离测度,并应用于K-均值动态聚类中,通过与传统分类方法的比较,证明这种方法的有效性.

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：随着医学影像技术的快速发展，图像处理与分析算法在医学领域中发挥着重要作用。本研究旨在对医学影像中的图像处理与分析算法进行优化研究。首先，对传统算法进行分析和评估，发现存在一些局限性和不足之处。因此，本研究结合深度学习、机器学习和计算机视觉等新兴技术，提出了一种基于多层次特征提取和分类的改进算法。实验结果表明，我们的算法具有更高的准确性和鲁棒性，能有效地提高医学影像的质量和诊断效果。该研究对于进一步推动医学影像技术的发展具有积极的意义。

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：传统的二维Otsu阈值分割算法采用穷举搜索法搜寻最佳阈值向量。与此不同，本文提出了一种二维最大类间方差阈值分割的快速迭代算法，用迭代的思想解决原始二维Otsu方法计算复杂、实时性差的问题。文中导出了迭代算法的公式，给出了算法流程。实验结果表明，与二维Otsu原始算法及其他两种快速算法相比较，本文提出的二维Otsu快速迭代算法分割结果准确，实现简单，其运行时间仅为原始算法的0．4％左右，大大减少了计算量和存储空间，是一种快速有效且实时性好的图像闽值分割算法。

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。