基于深度学习的甲状腺癌病理图像分级方法

针对日益增长的甲状腺癌早期诊断的需求,基于深度学习方法,在EfficientNet网络的基础上结合CA注意力机制,进行甲状腺癌病理图像自动分级方法研究。实验结果显示,CA-EfficientNet网络模型的精确率达到96.6%,证明了基于CA-EfficientNet网络的甲状腺癌病理图像自动分级算法的先进性,基于该算法实现的自动辅助诊断系统具有实际应用性,可有效降低病理医生工作负担,并降低因疲劳等主观因素造成的人工诊断误诊率。

融合注意力谱非局部块的视网膜图像质量分级

视网膜图像质量评估(RIQA)是筛查糖尿病视网膜病变的关键组成部分之一。针对视网膜图像质量差异大且质量评估模型泛化能力不足等问题,提出一种融合注意力谱非局部块的多特征算法来对RIQA进行预测分级。首先采用融合光谱非局部块的ResNet50网络对输入图像进行特征提取;其次引入高效通道注意力用于提升模型对数据的表达能力,有效捕获通道间特征信息关系;再次利用特征迭代注意力融合模块对各局部特征信息融合;最后联合焦点损失和正则损失进一步提高质量分级的效果。在Eye-Quality数据集上准确率为88.59%,精确度为87.56%,敏感度和F1值分别为86.10%和86.74%。在RIQA-RFMiD数据集上准确率和F1值分别为84.22%和67.17%,仿真实验表明,文中算法对视网膜图像质量评估任务中具有较好的泛化能力。

一种基于零树小波的图像比率可分级编码方法的研究

Shapiro的EZW算法具有可产生嵌入式码流、可精确控制压缩比等特点 ,倍受人们的关注 .然而该算法还有一些不足 ,如在进行零树编码时 ,对未被包括进零树的“零值” ,需要将其编成“孤立零”码 ,试验表明这部分编码通常占有较高的代价 ,往往会影响到编码效率 .在分析了EZW编码过程和码流的基础上 ,提出一种阶梯型量化和零树小波相结合的图像比率可分级性编码方法 .首先对图像小波分解的较低级子带的变换系数采取一种阶梯型量化 ,然后对整体小波系数采用零树编码 ,并利用逐次逼近量化方法获得潜入式码流 ,以实现比率的可分级解码 .它在一定程度上克服了EZW算法的不足 ,提高了PSNR值 .

MPEG-2可分级图像编码的实时传输的实现

本文介绍了基于MPEG - 2国际标准的可分级编码方法 ,并以数据分割可分级方法对一个视频源产生的具有不同视频质量的视频层 ,用基本层编码提供基本视频质量 ,增强层则被编码来增强基本层。实验结果证明 ,增强层对基层的图像质量确实有相当的增强作用 。

基于小波变换的图像空间可分级压缩编码算法

图像压缩算法如EZW和SPTHT都具有较高的压缩率,为了能使图像压缩编码算法同时具有较高的压缩率和良好的压缩性能,就SPIHT的算法进行分析,得出结论:随码率的增大,基础层所占的比率越来越低,同时,对包含边缘较多的图像。

穴位贴敷联合分级运动图像训练对冠心病心绞痛患者预后生存 质量的影响

目的:探讨穴位贴敷联合分级运动图像训练对冠心病心绞痛患者预后生存质量的影响。方法:选取2020年1月至2021年2月我院收治的冠心病心绞痛患者120例。按随机数字表法分为研究组(60例)和对照组(60例)。对照组予分级运动图像训练干预,在此基础上研究组予穴位贴敷干预。比较两组干预前后心绞痛疗效(持续时间、硝酸甘油用量、每周发作次数)和中医症候积分(胸痛胸闷、气短心悸、疲倦乏力、畏寒肢冷、腰膝酸软)。结果:治疗前,两组持续时间、硝酸甘油用量、每周发作次数比较(P>0.05),治疗后,研究组持续时间、硝酸甘油用量、每周发作次数均显著低于对照组(P<0.05);治疗前,两组胸痛胸闷、气短心悸、疲倦乏力、畏寒肢冷、腰膝酸软评分比较(P>0.05),治疗后,研究组胸痛胸闷、气短心悸、疲倦乏力、畏寒肢冷、腰膝酸软评分均显著低于对照组(P<0.05)。结论:冠心病心绞痛患者应用穴位贴敷联合分级运动图像训练治疗,可有效促进症状改善,提升预后生存质量。

基于WilksΛ准则的KFDA方法研究枸杞分级

为提高枸杞分级正确率,建立一种基于枸杞图像的分级模型,以3个产地共6个等级的枸杞为研究对象,在提取枸杞图像颜色和纹理特征参量的基础上,运用Fisher判别分析(FDA)和核Fisher判别分析(KFDA)方法对6个等级的枸杞进行鉴别分析。在KFDA分析过程中,选取径向基函数(RBF)为核函数,采用基于距离测度的矩阵相似性度量方法,优化确定了RBF核函数的最优参数值为13.2436;选用前150个主成分分析时,基于WilksΛ准则的枸杞分类及验证正确率分别为100.00%和87.80%,而基于传统主成分贡献率的枸杞分类及验证正确率分别100.00%和81.70%。结果表明,运用基于WilksΛ准则的KFDA方法,选用150个最有利于分类的主成分,鉴别结果由FDA的91.7%提高到KFDA的100%。该研究方法不仅有效提高了枸杞图像的鉴别正确率,而且为其他农产品图像分级提供了理论依据。

分级图像显示技术研究

分级图像显示是指利用单一信道传输可分级的多媒体信息的一种创新型显示技术,允许用单一版本的图像满足不同显示设备的显示需求。提出一种针对非数字图像的分级图像显示技术,主要思路是利用离散小波变换实现在灰度图像中嵌入不同类型的扩展图像信息,使客户可根据特定需求提取相应信息进行显示。技术框架允许以单一的灰度图像版本重建包括但不限于彩色图像、深度图像、热力图像等不同类型的图像。仿真实验表明,算法能有效重建彩色图像及深度图像,不仅重建的图像质量较高,而且嵌入信息对灰度图像的破坏也较小,算法运行速度快,实时性好。为分级图像显示技术提供了一种具体的解决方案,使分级图像显示成为可能,具有较好的市场应用前景。

基于人类视觉特性的遥感图像优化显示及应用

在分析遥感图像主观质量(Subjective quality)评价的基础上,提出基于人类视觉特性的优化显示技术,并应用于遥感图像压缩、相对辐射校正评价和噪声估计。结果表明:当图像以50%比例放大时,处理前后的效果不明显;以100%比例放大时,差异性开始出现;当显示比例提高到200%时,图像的噪声、条纹及退化现象比较容易发现与识别。因此,当需要比较两幅图像差异及监测图像质量变化时,建议显示比例设为200%。上述成果已成功应用于CBERS-02B卫星HR相机及后续高分辨率相机压缩方案的评价,也用于中国卫星遥感地面处理系统的图像质量监测。

新疆克孜尔流失海外壁画数字图像的复原

由新疆龟兹研究院主办、北京木木美术馆承办、上海商务数码图像技术有限公司（以下简称上海商务数码）协办的国家艺术基金资助项目＂海外克孜尔石窟壁画及洞窟复原影像展暨克孜尔石窟与丝绸之路研究学术研讨会＂于7月18日正式启动。本次展出了由上海商务数码仿真复原制作的克孜尔14窟和38窟2个1：1高仿复原洞窟、118窟等4个数字虚拟复原洞窟和137幅流失海外的仿真壁画复原作品。

一种结合SNR和空间可分级的SPIHT改进算法

在SPIHT算法的基础上,针对SPIHT算法仅支持SNR可分级,不能支持空间分辨率可分级的问题,通过对现有的SPIHT算法进行改进,采用延迟和多级集合的办法提出了一种基于SPIHT算法的SNR和空间混合可分级编码算法。

踝关节骨折的低剂量螺旋CT影像检查效果

目的 探讨踝关节骨折的低剂量螺旋CT影像检查效果。方法 研究中60例踝关节骨折患者均在2020年1月—2023年7月随机抽选自我院;临床对所有踝关节骨折患者合理展开常规剂量螺旋CT扫描操作以及低剂量螺旋CT扫描操作,对两种方法的辐射剂量、诊断符合率、客观性图像质量指标以及图像清晰度分级展开比较。结果 与常规剂量CT诊断剂量长度乘积(DLP)以及CT容积剂量指数(CTDIvol)展开比较,低剂量CT测定结果均更低(均P <0.05);低剂量CT与常规剂量CT对于总诊断符合率、CT值、噪声值(SD)、图像信噪比(SNR)以及图像清晰度展开比较,结果均未呈现出统计学差异(P> 0.05)。结论 临床对踝关节骨折患者在实施CT诊断期间,发现低剂量CT以及常规剂量CT的诊断效果均较为明显,对于踝关节的损伤位置均可以明确诊断,但低剂量螺旋CT扫描运用,可将辐射剂量显著降低,所以安全性更高。

胎盘超声图像自动分级的初步探索

目的 建立自动提取胎盘超声图像特征并对其自动分级的方法。方法 首先对 14 2例正常妊娠妇女的胎盘进行常规超声分级 ,再随机抽取其中 6 9例胎盘图像 ,提取图像的纹理特征 ,利用模糊分类法建立自动分级的计算系统 ;另 73例用于测试、比较两种方法对胎盘分级的差别。结果 模糊分类法与常规Grannum胎盘分级相比 ,在判定胎盘分级上平均误差为 0 .2 1级 (P >0 .0 5 ) ,对I、II、III级胎盘误差分别为 0 .13、0 .35和0 .2 0级 (P均 >0 .0 5 )。结论 应用胎盘超声图像自动分析方法可对胎盘分级进行客观、可重复性的评价 ,在临床上有一定推广价值。

基于LabVIEW与MATLAB的雏鸡早期半自动鉴别系统

在当前的市场环境、雏鸡鉴别师工作现状以及技术发展背景下,半自动化的雏鸡雌雄鉴别系统具备现实可行性。雏鸡雌雄鉴别方法"开源",鉴别师需求量大而稀缺,且职业要求高,造成了鉴别师的尴尬现状。本文在综合分析市场需求、行业现状以及系统可行性后,提出基于虚拟仪器技术的雏鸡雌雄鉴别系统搭建方案,并从模块设计、图像三级处理方法以及保护措施等方面给出解答。

Techniques of Image Processing Based on Artificial Neural Networks

This paper presented an online quality inspection system based on artificial neural networks. Chromatism classification and edge detection are two difficult problems in glass steel surface quality inspection. Two artificial neural networks were made and the two problems were solved. The one solved chromatism classification. Hue, saturation and their probability of three colors, whose appearing probabilities were maximum in color histogram, were selected as input parameters, and the number of output node could be adjusted with the change of requirement. The other solved edge detection. In this neutral network, edge detection of gray scale image was able to be tested with trained neural networks for a binary image. It prevent the difficulty that the number of needed training samples was too large if gray scale images were directly regarded as training samples. This system is able to be applied to not only glass steel fault inspection but also other product online quality inspection and classification.

渐进式前景更新和区域关联的图像协同分割

目的图像协同分割技术是通过多幅参考图像以实现前景目标与背景区域的分离,并已被广泛应用于图像分类和目标识别等领域中。不过,现有多数的图像协同分割算法只适用于背景变化较大且前景几乎不变的环境。为此,提出一种新的无监督协同分割算法。方法本文方法是无监督式的,在分级图像分割的基础上通过渐进式优化框架分别实现前景和背景模型的更新估计,同时结合图像内部和不同图像之间的分级区域相似度关联进一步增强上述模型估计的鲁棒性。该无监督的方法不需要进行预先样本学习,能够同时处理两幅或多幅图像且适用于同时存在多个前景目标的情况,并且能够较好地适应前景物体类的变化。结果通过基于iCoseg和MSRC图像集的实验证明,该算法无需图像间具有显著的前景和背景差异这一约束,与现有的经典方法相比更适用于前景变化剧烈以及同时存在多个前景目标等更为一般化的图像场景中。结论该方法通过对分级图像分割得到的超像素外观分布分别进行递归式估计来实现前景和背景的有效区分,并同时融合了图像内部以及不同图像区域之间的区域关联性来增加图像前景和背景分布估计的一致性。实验表明当前景变化显著时本文方法相比于现有方法具有更为鲁棒的表现。