基于Level Set模型的彩色脑血管图像骨架提取算法

骨架提取是计算机视觉理论与应用中极具挑战性的课题,具有重要的应用价值。在分析医学彩色脑血管图像特性的基础上,引入一种基于颜色梯度信息和贝叶斯分类的水平集速度函数,提出了HSV空间高速模型,并基于该模型提出了用于彩色脑血管图像的骨架提取算法。该算法使用了两个新的中间函数,它的全部参数均由分析得到,避免了人工干涉。实验证明,该算法对颜色渐变和边界噪声不敏感,具有很好的有效性和鲁棒性。

一种基于脑血管图像特征的快速边界跟踪算法

在处理复杂的脑血管图像时,经典的边界跟踪算法暴露出边界精度不高、边界不够平滑,且速度不尽人意等缺点。提出了一种新的快速边界跟踪算法,该算法在分析脑血管边缘垂直细节远多于水平细节的特征基础上,结合方向记忆选择搜索方向,并在不同的搜索方向上赋予不同的权值,最终得到下一个边界点。实验表明:该算法提取的脑血管边界平滑、速度快,适合脑血管图像的边界提取,为下一步的脑血管形状特征提取及表示提供了精确的数据准备。

基于神经网络的CT脑血管图像边缘检测算法

CT脑血管医学图像的三维重构都是源自二维断层扫描,脑血管边缘特征向量的提取是图像处理的关键步骤。为提高边缘特征的提取和保证三维重建图像的质量,在分析了某些常用的边缘检测算法性能基础上,同时结合CT脑血管图像的像素结构特点,将SA_SOFM神经网络算法成功地用于对CT脑血管图像的边缘特征信息提取中。并对算法进行有效的改进,基于真实图像的实验表明该算法提高了边缘特征信息的精度和鲁棒性。

CT脑血管图像三维重建中的层间目标对齐算法

在CT脑血管三维重建过程中,为了解决二维医学图像的层间目标对齐问题,提出了一种功效函数新算法.该算法根据图像的内部信息,一次性将断层图像移动到理想对齐位置的附近,然后在其目标周围寻找使相邻断层各匹配轮廓平均距离最小和功效函数最小的位置,即为最佳对齐位置.用几何中心代替质量重心,求出各轮廓的质量重心,降低了计算复杂度.

CT脑血管图像的三维重建图形配准算法

在CT脑血管医学图像断层间三维重建图形配准中,提出了基于图像内部各个血管轮廓间相对位置信息的优化新算法。利用血管组织结构在系列断层切面上的重心位置具有连续性这一规律,在相邻两断层切片内寻找血管轮廓之间的配准关系。由于脑血管轮廓的形状比较对称,其重心与其几何中心相距甚微,因此,利用几何中心来代替重心,根据各轮廓的面积求其"质量",实现血管轮廓配准。实验结果表明,该方法具有全局最优和鲁棒性更强的特点。

基于Gabor滤波器虚部的CT脑血管医学图像边缘特征提取方法

在图像处理方面,Gabor滤波器的实部被广泛应用于纹理图像的增强,对其虚部却没有单独的使用.为保证三维重建图像的质量和细节边缘信息的提取,对Sobel算子和Gabor滤波器的虚部组成特点进行了分析.基于CT脑血管医学图像的边缘特征提取中成功引入了Gabor滤波器虚部的滤波结果作为新的脑血管边缘图像特征,并对特定条件下的Gabor滤波算法进行了有效的改进,使运算的复杂度由O(n2)降至O(n).

基于形状的CT图像断层间数据插值算法

CT脑血管三维重建图像都是源自二维断层扫描,由于二维断层扫描图像是对一定厚度的三维物体在二维平面上的断层投影,在目前的技术水平下,相邻两断层图像间的扫描距离要大于同一断层中解剖组织相邻像素间的图像显示距离。为保证三维重建图像的质量,在研究了CT脑血管二维图像特征后,提出了一种新的基于形状和基于灰度的图像断层间数据插值算法,并取得了较理想的实验效果。