基于非下采样Contourlet变换系数直方图匹配的自适应图像增强

由于非下采样Contourlet变换(NSCT)域图像增强方法需要手动调节参数,无法实现自适应增强,本文将直方图均衡化和NSCT域增强相结合,提出了一种基于NSCT系数直方图匹配的自适应图像增强算法。该算法首先对低对比度含噪原图像进行直方图均衡化,然后对原图和直方图均衡化后的图像分别进行NSCT分解,得到低频子带系数和各高频方向子带系数。对低频子带,将原图的低频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。对各个高频子带,则先进行阈值去噪,再将原图的各个高频子带系数直方图匹配到直方图均衡化后图像的对应系数直方图上。最后,经NSCT重构得到增强后的最终图像。实验结果表明,本文方法增强效果明显优于直方图均衡化,与Contourlet变换增强法相比,实验所采用的两组图像的图像评价函数(EMEE)值分别提高了24.05%、16.97%、13.29%和20.63%,且与NSCT域非自适应增强法(人工选取参数)的处理效果相当。该方法无需手工调节参数,具有自适应性和实用性强的优点。

基于离散余弦变换(DCT)系数直方图的无参考模糊图像质量评价

图像的DCT系数直方图能够反映模糊图像的失真情况。一种新的无参考模糊图像质量评价算法为:首先对失真图像采用DCT变换,得到其系数矩阵;其次对其系数矩阵进行统计得到直方图,进而得到直方图对应的曲线;最后由直方图的曲线构造出评价无参考模糊图像质量评价的指标。试验结果表明,这种算法具有优越的性能,评价结果与主观评价保持高度一致,在数据库LIVE上,SROCC和CC的系数值均达到0.95,具有很好的稳定性。

MRI表观扩散系数直方图参数在新生儿缺氧缺血性脑病预后评估中的应用价值

目的探讨磁共振成像(MRI)表观扩散系数(ADC)直方图参数在新生儿缺氧缺血性脑病(HIE)预后评估中的应用价值。方法选定本院2019年1月至2021年1月收诊的90例HIE患儿纳入试验组,同期选择40例无神经系统症状体征的新生儿作为对照组,其中按照疾病严重程度将试验组患儿分为试验1组(50例,中重度HIE)、试验2组(40例,轻度HIE)。观察两组的10%~90%ADC值、最大ADC值(ADC_(max))、最小ADC值(ADC_(min))、平均ADC值(ADC_(mean)),同时比较试验组间的10%~90%ADC值、ADC_(max)值、ADC_(min)值、ADC_(mean)值,并分析上述指标与新生儿行为神经评分(NBNA)是否存在相关性。结果试验组的10%~90%ADC值、ADC_(max)值、ADC_(min)值、ADC_(mean)值,均较对照组高(P<0.05);试验1组的上述指标水平,均较试验2组高(P<0.05);NBNA评分<35分组的上述指标水平,均较NBNA评分≥35分组高(P<0.05)。试验组的10%~90%ADC值、ADC_(max)值、ADC_(min)值、ADC_(mean)值与NBNA评分存在正相关性(P<0.05)。结论MRI ADC直方图参数可用于反映HIE的疾病严重程度,同时一定程度上能够预测其预后状况。

表观扩散系数直方图对脑胶质瘤病理分级的相关性研究

目的探讨表观扩散系数(Apparent Diffusion Coefficient,ADC)直方图对脑胶质瘤病理分级的诊断价值。方法对49例脑胶质瘤患者的常规MRI及扩散加权成像(Diffusion-Weighted Imaging,DWI)进行回顾性分析。依据WHO 2016年中枢神经系统肿瘤分类标准,将患者分为低级别组(Ⅰ+Ⅱ级,16例)、高级别组(Ⅲ+Ⅳ级,33例);测量两组患者的ADC直方图参数,包括:最大值、最小值、平均值、中位数、偏度值、峰度值;采用独立样本t检验或Mann-Whitney U检验比较两组患者ADC直方图各参数的差异。结果低级别组ADC直方图的最小值、平均值、中位数均高于高级别组,且以负偏态分布为主(均P<0.05);两组的峰值无统计学差异(均P>0.05)。ADC值直方图中,最小值鉴别不同级别胶质瘤的诊断效能最高,曲线下面积(Area Under Curve,AUC)为0.920,对应的最佳诊断阈值、Youden以及敏感度、特异度分别为:0.8×10^-3 s/mm^2、0.754以及87.88%、87.50%。结论表观扩散系数直方图有助于鉴别不同病理级别胶质瘤,以最小值诊断效能最优。

表观扩散系数直方图对肾透明细胞癌病理分级的诊断价值

目的探讨表观扩散系数(apparent diffusion coefficient,ADC)直方图对肾透明细胞癌(clear cell renal cell carcinoma,CCRCC)病理分级的诊断价值。方法对34例CCRCC患者的常规MRI及扩散加权成像(diffusion-weighted imaging,DWI)资料进行回顾性分析。依据病理结果,分为低级别组(19例)、高级别组(15例)。测量记录不同级别CCRCC的ADC直方图参数,包括ADC值的最大值、最小值、平均值、中位数、偏度值、峰度值。采用独立样本t检验或Mann-Whitney U检验比较不同级别CCRCC ADC直方图参数的差异。结果低级别组CCRCC的ADC直方图最小值、平均值、中位数均高于高级别组[(1.09±0.23)×10^(-3) mm^2/s vs(0.81±0.09)×10^(-3) mm^2/s、(1.86±0.27)×10^(-3) mm^2/s vs(1.58±0.14)×10^(-3) mm^2/s以及(1.85±0.23)×10^(-3) mm^2/s vs(1.59±0.12)×10^(-3) mm^2/s,P<0.05],且低级别组ADC直方图以负偏态分布为主;两组ADC直方图的最大值、峰值差异无统计学意义(P>0.05)。ADC值直方图的最小值鉴别低级别、高级别CCRCC的效能最高,曲线下面积(area under curve,AUC)为0.895,对应的最佳诊断阈值、Youden指数以及敏感度、特异度分别为0.898×10^(-3) mm^2/s、0.761、86.67%、89.47%。结论表观扩散系数直方图有助于鉴别低级别、高级别CCRCC,ADC最小值诊断效能最优。

全容积表观扩散系数直方图鉴别乳头状与嫌色细胞肾癌的价值

目的探讨表观扩散系数(Apparent Diffusion Coefficient,ADC)直方图鉴别乳头状肾癌(Papillary Renal Cell Carcinoma,p RCC)与嫌色细胞肾癌(Chromophobe Renal Cell Carcinoma,Ch RCC)的价值。方法回顾性分析23例p RCC与20例Ch RCC的影像学资料。患者均行肾脏常规MRI平扫、增强扫描以及扩散加权成像(Diffusion-Weighted Imaging,DWI)检查。测量两组患者ADC直方图各参数值(包括:最小值、平均值、中位值、最大值、偏度值以及峰度值)。统计分析各参数差异及其诊断效能。结果 pRCC的ADC直方图最小值、平均值以及中位值均低于Ch RCC,而最大值高于Ch RCC(P<0.05)。p RCC以正偏态分布为主,而Ch RCC以负偏态分布为主,两者偏度值有统计学意义(P<0.05),而峰度值无统计学意义(P>0.05)。对pRCC与ChRCC的鉴别诊断效能分析提示,最大值的敏感度最优(91.30%),偏度值的特异度(80.00%)及曲线下面积最优(0.773)。结论全容积ADC直方图对鉴别pRCC与ChRCC具有一定的价值,为临床定性诊断提供了参考依据。

基于复合灵敏度编码的弥散加权成像表观扩散系数直方图鉴别鼻咽癌与鼻咽良性增生的应用价值

回顾性分析中山大学肿瘤防治中心2022年5月至2023年7月115例鼻咽肿物患者资料(男78例,女37例,年龄12~78岁),包括鼻咽癌70例和鼻咽良性增生45例。良性增生的复合灵敏度编码的弥散加权成像(MUSE-DWI)表观扩散系数(ADC)直方图均值,中位数,第10、25、75、90百分位数均高于鼻咽癌组(均P<0.05);而ADC直方图峰度和偏度均低于鼻咽癌组(均P<0.05)。采用ADC直方图各参数联合诊断鼻咽癌的受试者工作特征(ROC)曲线下面积为0.812(95%CI:0.732~0.892),灵敏度、特异度和准确率分别为92.86%、57.78%和79.13%。基于MUSE-DWI的ADC直方图参数在鉴别鼻咽癌和良性增生方面具有重要价值。

一种基于差分DCT系数对直方图的图像取证方法

提出了一种基于差分DCT域系数对直方图的图像拼接篡改检测方法.该方法首先对图像进行DCT变换,而后分别计算DCT系数矩阵的水平、垂直、主对角线、副对角线四个方向的差分DCT系数矩阵,并对得到的差分DCT系数矩阵进行系数对直方图化,提取特征向量.最后,利用支持向量机对真实图像和篡改后的图像进行分类识别.实验结果表明,在相关的测试数据集上,和现存的一些算法相比,该方法不仅具有较低的计算复杂度,同时,其检测性能在目前所有提出的算法中达到最高,性能优良.

表观扩散系数直方图分析在肿瘤评估中的应用

虽然医学在不断发展,但肿瘤仍然是威胁人类生命健康的重要因素。通常恶性肿瘤术后复发率较高且容易出现转移而良性肿瘤预后较好,因此肿瘤的分化程度决定其治疗方案及预后。临床医生亟需一种方法来综合评价肿瘤的分化程度、侵袭性及治疗效果。基于影像像素的直方图分析可提取出人类肉眼难以观察到的纹理特征,并获得纹理特征相关的定量参数。近年来,表观扩散系数(apparent diffusion coefficient,

基于DCT系数和颜色直方图的图像检索

为有效描述图像的形状、纹理和颜色特征,提出一种基于DCT系数统计特征和颜色直方图的图像检索.首先,将图像中像素点颜色值在RGB颜色空间中量化到64色颜色空间,构建彩色图像的颜色直方图用于描述图像的颜色特征.然后,将图像划分为8×8子块,分别对各子块进行DCT变换.最后,根据各子块的DCT系数获得其两个统计特征,其一是计算各子块DCT系数的均值和方差,构建均值-方差直方图用于描述图像的纹理特征,另一个是根据各子块的前9个AC系数构建AC系数差值直方图用于描述图像的局部形状特征.结合颜色直方图、均值-方差直方图和AC系数差值直方图构成图像检索的特征向量.实验结果表明,算法有效描述了图像的形状、纹理和颜色特征,查全率和查准率均有提高,检索性能较优.

ADC直方图在家兔肝纤维化模型分期中的可行性研究

目的探讨表观扩散系数(ADC)直方图在家兔肝纤维化模型分期中的可行性。方法构建家兔肝纤维化不同时期的模型,进行扩散加权成像。在AW工作站上后处理生成ADC图,计算基于感兴趣区(ROI)的平均ADC值,对整个肝脏进行ADC直方图分析,计算ADC值直方图的平均值、中位数、偏度值和峰度值。采用t检验比较S0和S1期、S2和S3期各参数之间是否存在差异。结果成功构建了33只不同分期的家兔肝纤维化模型。统计分析表明,S1期的偏度值高于S0期,而S3期的峰度值高于S2期(P<0.01),其他参数无显著统计学差异。结论ADC值直方图参数可帮助发现早期肝纤维化并能鉴别S2和S3期纤维化,这为临床准确指导肝纤维化治疗,延缓和逆转病变发展提供了可能。

ADC直方图分析痉挛型双瘫患儿脑损伤的价值

目的:探讨表观弥散系数(ADC)直方图评价痉挛型双瘫(SD)患儿脑损伤程度的诊断价值。方法:前瞻性选取在医院就诊的SD患儿(SD组)31例,并纳入与之匹配的正常儿童(对照组)31例,收集2组儿童的脑MRI资料。采用ImageJ及MRIcron软件分别获取2组内囊后肢层面全脑ADC直方图,然后采用影像组学方法获取其特征各参数。采用t检验及Mann⁃Whitney U检验分析2组参数值的差异,并计算SD组直方图参数值与运动功能分级及粗大运动功能测试量表(GMFM)功能区域评分的相关性,评估诊断效能采用ROC曲线。结果:2组80th~95th ADC值、峰度、偏度、方差及熵存在统计学差异(P<0.05)。95th ADC值的ROC曲线下面积最大(0.723)。SD组有意义直方图参数值与粗大运动分级、精细运动分级及GMFM中的卧位和翻身评分均无明显相关性;但是熵与GMFM中的坐位、爬和跪、站立、走跑跳评分和总分有显著相关性,方差及95th ADC值与坐位、爬和跪评分有明显相关,80th ADC值、85th ADC值和90th ADC值与坐位评分有显著相关。结论:ADC直方图能够客观、定量获得SD患儿脑组织更多的影像特征,可为进一步理解SD患儿的行为学状态提供依据。

基于直方图匹配的多视点视频亮度相关性处理算法

多视点间的亮度差异是降低编码效率的主要原因之一。本文针对亮度差异介绍了直方图匹配算法的亮度差异补偿的方法,得到校正后的图像。从图像主观视觉比较、相关系数和峰值信噪比三方面检验其效果。实验结果表明基于直方图匹配的亮度相关性增强技术能够较好地补偿亮度差异,且具有复杂度低的优点。

小波变换在微光图像消噪中的应用算法研究

根据小波变换用于图像消噪的原理,结合微光图像噪声的闪烁颗粒性特点,对小波变换用于微光图像消噪时的小波基及小波分解层次的选取进行了分析,得出采用Haar小波进行一层分解即可满足微光图像消噪要求的结论。为了选取小波消噪的系数阈值,通过对三幅微光图像小波系数的直方图分析,设计了阈值选取算法,并针对微光图像,得出了消噪的经验阈值。经过仿真实验及算法复杂度的时间分析,在实时性和微光图像消噪效果之间取得了平衡。

不同类型全容积ADC值评估宫颈癌病理分级的效能分析

目的比较不同类型的全容积ADC值评估宫颈癌病理分级的效能。方法回顾分析58例宫颈癌患者术前DWI资料,包括3例高分化、37例中分化、18例低分化,在GE Adw4.6工作站沿肿瘤边缘手动勾画ROI获得肿瘤所有层面的ADC值,取其平均值作为肿瘤的平均ADC值。计算标准化ADC值(nADC),nADC=肿瘤平均ADC值/参照物(臀大肌)ADC值。利用Omni-kinetics纹理分析软件获得全容积ADC直方图参数。比较高/中分化组和低分化组宫颈癌各类型ADC值差异,有统计学差异的参数绘制ROC曲线,比较曲线下面积(AUC)。结果低分化组的平均ADC值、nADC值、ADCmin、ADCmean、各百分位数ADC值均小于高/中分化组,差异有统计学意义(Mann-Whitney U检验,P分别=0.025、0.026、0.000、0.006、0.003~0.032)。两组间ADCmax值没有统计学差异(独立样本t检验,P=0.529)。ADCmin有最佳的鉴别诊断效能,AUC为0.836,其后依次为5^(th)ADC值,AUC 0.757;10^(th)ADC值,AUC 0.748;平均ADC值,AUC 0.745;25^(th)ADC值,AUC 0.730;nADC值,AUC 0.726;50^(th)ADC值、75^(th)ADC值,AUC均为0.723;90^(th)ADC值,AUC 0.713;95^(th)ADC值,AUC 0.688。ADCmin以0.584×10^(-3)mm^(2)/s作为最佳截断值,灵敏度、特异度分别为94.6%、62.5%。结论ADC值测量有助于评估宫颈癌病理分级,ADCmin有最佳的鉴别诊断效能。

一种基于量化表修改的F5隐写方法

IQTM-F5方法在高嵌入比情况下,DCT系数直方图统计特性会被破坏。针对该问题,利用新的信息嵌入策略并结合IQTM-F5方法中采用的修改后量化表,提出一种保持DCT系数直方图统计特性的F5隐写方法。实验结果表明,该方法能够取得与IQTM-F5方法近似的信息隐藏容量和嵌入效率,隐秘图像具有更高的图像质量,并且抗直方图统计分析攻击的能力更强。

基于同态滤波与Curvelet变换的钻孔图像自适应增强

针对岩石数字钻孔图像存在的光照不均、图像中岩石表面边缘细节模糊等情况,提出了一种钻孔图像自适应增强算法。对原图进行同态滤波;使用Curvelet变换分解原图与滤波后的图像,对两者的低频子带使用系数直方图匹配算法,将前者与后者的直方图进行匹配,改善光照不均的影响;对原图的高频子带使用自适应的阈值进行滤波,同时利用自适应增强函数进行增强;使用Curvelet反变换重构得到增强后的图像。实验结果表明:算法可以有效地改善钻孔图像光照不均的问题,增强图像中物体的边缘信息,在主观视觉效果和图像客观评价指标上相对于其他算法均有一定优势。

一种新的基于DCT域系数对直方图的图像篡改取证方法

提出了一种基于离散系数变换(DCT)域系数对直方图特征的图像篡改取证方法。首先对图像进行DCT,并在给定的阈值下,对变换后的DCT系数进行系数对直方图化;而后对直方图化后的值进行归一化处理,再用主成分分析(PCA)对上述数据进行降维处理取得系数对直方图特征;最后将真实图像和篡改后图像的系数对特征用支持向量机(SVM)进行分类识别。实验结果证明,和现有的一些算法相比,提出的方法计算复杂度低,在CASIA v1.0平均识别率为97.92%,CASIA v2.0平均识别率为91.20%,对未压缩图像和压缩图像的拼接篡改都具有良好的识别性能。

基于DCT系数统计特性的HEVC视频双压缩检测算法

功能强大和使用简易的视频编辑软件可能会使数字视频遭受到各种不同形式的篡改,视频的真实性和完整性无法得到保证。双压缩是视频篡改的必要条件,双压缩检测则是视频取证的重要辅助手段。通过分析压缩过程中由量化误差引起的离散余弦变换(DCT)系数变化,提出了一种不同量化参数下的高效视频编码(HEVC)视频双压缩检测算法,利用DCT系数直方图和相邻DCT系数对奇偶组合统计特性构造22维联合特征集,最后将特征集用支持向量机(SVM)进行分类识别。实验结果证明了本文算法的有效性。

全肝ADC直方图及T2WI肝脏信号强度指标在大鼠肝纤维化分期中的价值

目的探讨全肝表观扩散系数(ADC)直方图参数和磁共振T2WI肝脏信号强度指标(SII)在大鼠肝纤维化分期中的应用价值。方法将44只大鼠分为四氯化碳诱导2~12周的肝纤维化组(n=37)和对照组(n=7)。利用专用软件(FireVoxel)对全肝ADC值进行直方图分析,计算ADC值的最小值、最大值、均值、中位数、众数、标准差、不均一性、偏度、峰度、熵、第10、25、50、75、90百分位参数;在脂肪抑制T2WI序列测量肝脏信号强度与右侧竖脊肌信号强度的比值,分析T2WI肝脏SII与肝纤维化分期之间的相关性及诊断价值。采用受试者工作特征(ROC)曲线分析其评估肝纤维化分期的诊断效能。结果最终纳入38只大鼠,分别有7、7、7、9、8只大鼠被诊断为F0~F4期。ADC值的直方图参数不均一性、偏度、峰度、熵、第75百分位数在不同肝纤维化阶段分期中有显著差异(P<0.05),其中,峰度是诊断不同肝纤维化分期阶段最有意义的参数,熵其次。对照组与肝纤维化组SII值差异有统计学意义(P<0.05),且Spearman分析示SII值与纤维化程度间r=-0.406,P=0.012,峰度与纤维化程度间r=0.511,P=0.040。ROC曲线示峰度鉴别各组纤维化分期诊断效能均较好。SII值诊断≥F1、≥F2、≥F3肝纤维化的曲线下面积(AUC)为0.906、0.863及0.755,敏感度为85.7%、99.4%及85.7%,特异度为90.3%、75.6%及70.7%。结论ADC直方图参数峰度在一定程度上可用于肝纤维化分期的诊断;SII值对正常及肝纤维化肝脏的诊断有一定的价值。