基于互相关的显微医学图像配准

提出了一种有效的显微医学图像拼接方法，它通过在一张图中选取特征比较明显的区域作为基准图，然后在另一张图中利用图像相关性寻找匹配点，通过坐标变换把两张图拼接到一起。该方法是图像匹配在显微医学图像中的应用，解决了显微镜视野小、无法使人纵观全局的缺点，使其适应大目标图像数据测量和数据远程传输，从而达到远程会诊的要求；同时实现了基准图的自适应选取，匹配速度及结果达到了实用要求。

基于模糊颜色量化的彩色显微医学图像检索

模糊量化方法能很好地表达人的视觉感知,是颜色量化的一个重要方法.根据彩色显微医学图像的颜色特征,提出一种适合其图像检索的模糊量化算法:将整个HSV空间划分成78个模糊子集,由模糊子集的隶属函数计算每种颜色的隶属度,并统计图像的模糊量化直方图,图像间的相似性用模糊量化直方图间的距离进行评判.实验结果表明,该算法在基于内容的彩色显微医学图像检索中,具有较好的检索效果.

基于分形联合直方图的显微医学图像检索

显微医学图像检索是辅助日常医疗诊断和医学研究的一个重要工具.从显微医学图像具有"分形体"的特点出发,利用基于内积的快速分形编码来提取图像的编码参数及拼贴误差,并将编码参数与拼贴误差相结合,构成改进的联合直方图,图像间的相似性用改进的联合直方图间的距离进行评判.实验结果表明,该算法在基于内容的显微医学图像检索中,具有较好的检索效果.

基于SIFT特征检测的医学显微图像自动拼接

结合医学显微图像数据特点,将SIFT特征检测算法引入到显微图像的拼接中,克服了传统的基于特征的匹配方法需要原图像有明显的角点或边界信息的弱点,解决了显微镜视野小,无法观察组织切片完整病理图像的问题,该方法经优化后能匹配速度可以达到实时处理的要求。

医学显微图像分割方法研究进展

医学显微图像分割是医学图像处理中的一个经典难题。针对近年来出现的新方法、新理论,对各种分割方法进行了系统论述,主要包括基于数学形态学方法、神经网络分割、模糊分割、小波分析、遗传算法、统计方法和基于特定模型等方法的图像分割。由于显微图像的复杂性,采用单一方法很难准确分割,故对混合方法也作了一定论述。文中还简要讨论了各种方法的特点和局限性。同时对分割的评价体系也做了简要论述。

妇科医学显微图像中乳酸杆菌的检测和统计分析

针对妇科分泌物光学显微图像成分复杂的特点,提出了一种快速有效的检测并统计乳酸杆菌数量的算法。首先利用窗口Laws能量方法鉴别背景和背景之外其他成分的纹理特征,从而保留乳酸杆菌所在的背景区域;然后利用Laws能量对乳酸杆菌进行预分割,并计算出分割区域内的平均灰度,再结合背景的灰度值精确分割;根据乳酸杆菌细胞的成像特点,提取目标区域的长宽比、面积大小等特征滤除区域中的杂质;最后对乳酸杆菌的数量进行统计分析。实验结果表明,该方法能够有效检测复杂显微图像中的乳酸杆菌目标,并获得较好的统计分析结果。

医学显微图像自动拼接的方法研究

图像拼接技术能够很好地解决显微镜高倍镜下图像视野减小的问题。本研究针对医学显微图像的特点 ,提出了降低分辨率全图搜索算法 ,并具体讨论了拼接缝处理和图像显示等问题。实验证明 ,采用该算法人工参与少 ,客观性好 ,硬件依赖性小 ,速度快 ,能够得到满意的拼接结果。

医学显微图像管理系统研究

本文主要介绍显微图像管理系统设计中所涉及的数据库和图像处理的技术和实现方法 ,对图像与数据库的关联技术进行了探讨 ,通过一显微图像管理系统开发的实例 ,叙述了面向对象的程序设计技术 。

医学显微图像处理系统

医学显微图像处理系统目前在医院中应用渐多,它由显微镜、图像数字化设备、计算机、打印机组成,是利用计算机进行医学显微图像处理的工具,具有采集、数字化医学显微图像、图像处理、存储、测量、统计、辅助诊断和生成图文报告的功能。建立个性化的图像处理系统和网络化图像管理是医学显微图像处理系统的发展趋势。

基于角点的医学显微图像拼接

目的:本文设计了一种基于角点的医学显微图像拼接方法。方法:先利用Harris算子和MIC算法相结合的方法来检测角点,接着对两组角点进行相关性分析,找出匹配的点,并根据匹配点进行拼接,融合。结果:实现了图像的增强与拼接。结论:实验证明,利用该方法对显微图像进行拼接时获得了理想的拼接效果。

基于估计补偿的医学显微图像拼接技术

图像拼接能很好地解决显微镜高倍镜成像时视野减小的问题。我们在分析显微成像系统对医学显微图像灰度分布影响的基础上,提出了一个系统对图像灰度分布的影响函数。结合系统影响函数和精确匹配下的相关性方程,得到一个以最小平方和形式误差函数为基础的方程组。利用奇异值分解得到系统对图像灰度分布的影响的估计值,然后用估计值来补偿系统的影响,得到图像的原始灰度,再进行拼接。这种方法能在不影响拼接速度的前提下消除医学显微图像中存在的拼接缝和拼接痕迹。

医学显微图像识别与分析

随着生物医学的发展，医学已经从组织、器官的研究进入到显微细胞阶段，因此医学显微图像技术已经十分成熟，在医学领域的应用也越来越广泛。目前医学中常使用的医学显微图像多为细胞显微图像，通过对病变细胞显微图像的识别和分析来诊断疾病，诊断率较高。而能够准确的识别显微图像，选择合理的分割方法至关重要。本文简要的为大家介绍医学显微图像常用的分割方法。

显微虫卵微机自动检测装置及虫卵快速检测算法

本文简要介绍了显微虫卵微机自动检测装置的硬件设计。详细介绍了基于该装置的绦虫卵快速检测算法。该算法根据绦虫卵图象特点，将传统目标检测步骤有机地融合在一起，使预处理和检测一次完成。在无虫卵情况下可快速扫描图象，提高了检测速度，同时也提高了检测率。

人体寄生虫虫卵图像的自动识别

本文对显微医学图像的自动识别进行了初步研究，在微型计算机上实现了血吸虫等十余种人体寄生虫虫卵显微图像的预处理、分割、特征提取及识别与分类。通过对一批检验样本的识别分类，取得了正确率为９２％的较好结果。

细胞图像的彩色纹理分析方法研究

为了准确描述细胞或细胞核的染色不均匀特性，研究并提出了一种描述彩色纹理的特征．依据纹理图像中彩色的最大频数原则和彩色相容原则，确定表征纹理彩色分布的最佳特征色，进而得到彩色纹理特征矢量和相似性测度．利用彩色纹理特征，对细胞图像做了初步的分割实验．

基于主成分分析法和极限学习机的尿沉渣图像识别算法研究

针对尿沉渣中的有形成分进行检测和分析,提出结合主成分分析(PCA)和极限学习机(ELM)的识别和统计方法。该方法通过PCA对样本进行特征提取和降维后输入到ELM进行训练,根据训练得出的模型与未经PCA处理的样本训练的模型进行检测效果对比。实验结果表明,使用PCA处理后的样本训练得出的模型具有更高的识别准确度和稳定性,同时训练时间大幅减少。

远程诊疗相关医疗器械产品注册状况探析

（接9月下）3.2医学显微图像应用系统产品基本结构组成及适用范围该类产品的管理类别为6822，该产品涉及的软件部分亦可单独注册，其软件产品的管理类别为6870。医学显微图像应用系统相关产品注册信息如下。