基于IHE信息平台PACS应用场景的设计和实践

为加快医疗资源互联互通,推进数据资源整合,医疗信息化已成为大势所趋。文章分析了基于IHE医院信息集成平台的PACS系统场景设计,讨论了PACS系统在实际工作中解决了哪些临床问题,重点论述了PACS系统的建设方案、实施经验和应用效果。通过就医流程优化和PACS系统部署,减轻了临床检查科的物料使用成本,提高了临床医疗信息资源利用效率,提升了医患满意度,为医院的可持续发展提供保障。

基于IHS_NSCT多光谱图像融合算法的研究

基于无人机多光谱影像的大豆生产状况信息获取是近年来农业信息技术研究的主要方向之一,但大豆生长过程中无人机多光谱图像不同通道间图像存在重叠且合成的多光谱图像分辨率较低。为此,针对传统的IHS变换只能进行3个波段的图像融合且易出现光谱扭曲失真现象,将源图像配准操作消除重叠影响,提取图像中光谱信息更为丰富的强度分量单位,并利用NSCT变换的多尺度、平移不变特性结合分量单位进行高、低频子带的提取和再融合操作,完成MS图像与PAN图像的融合。同时,以信息熵(EN)、相关系数(CC)等参数作为评价指标,得到高分辨率的融合图像。实试结果表明:算法熵值信息和相关系数参数明显优于另两种算法结果,其信息熵值达到7.79,相关系数达到0.97,可见融合算法能够表达作物光谱信息且可为作物营养成分监测任务提供理论与技术支撑。

IH数据库批量核对功能的开发与应用

数据质量是物联网应用的基础,数据核对是确保物联网数据准确率的重要措施,定期进行物联网数据核对可以有效保障数据的准确率、提高生产效率。目前依靠传统的数据核对方式时效长效率低、人工分析难度大、准确率难以得到有效保证。本文以开发数据核对软件为目的,过核模型的建立改变数据核对方式、缩短核对时间,实现数据高效的核对,以信息化手段助力物联网数据的应用管理。

基于NSCT和IHS变换的遥感影像融合方法研究

为增加遥感影像的信息量、提高影像的解译效果,研究一种基于NSCT和IHS变换相结合的多源遥感影像融合的方法,该方法对光学影像进行IHS变换,然后采用NSCT对SAR影像和光学影像的I分量分别分解,采用不同的融合策略分别对高低频系数进行融合,即对低频系数利用区域能量的融合规则和高频系数采用标准差加权融合规则的方法,最后通过IHS逆变换得到融合后的影像。通过对比实验进行验证,结果表明,该方法具有更优的融合效果,在提高影像的清晰度、增加纹理信息及细节信息、减少光谱失真等方面具有优越性,为高质量的影像目标识别和地物判读别提供有力支持。

IHE技术框架及其实现

介绍IHE技术框架,并描述Schedule Workflow子框架中的角色及其事务流;介绍IHE在日本的开展以及IHE-J的形成; 结合IDS系统在IHE-J中的实践,讨论了我国发展IHE的相应思路和方法。

IHE介绍

介绍了IHE的历史、重要定义、工作流程、一些重要概念、测试认证和应用,可以作为准备参加IHE活动的参考资料。

IHE China 2007测试案例研究

本文对IHE技术框架,工作流集成,DICOM和HL7标准进行了简要的介绍。主要介绍了2007年在上海的IHE认证测试过程。

基于IHEITI-PIXV3实现病人信息匹配技术研究

IHEPIX是国际上公认的解决患者身份唯一性问题的技术框架,本文着重介绍如何在医疗信息系统中实现IHEITI-PIXV3病人信息匹配的关键技术:病人身份信息框架、多级划分词以及标准词使用、病人信息匹配原则以及标准的设定。对于提高医疗信息系统的标准化程度和运行效率具有实际意义。

一种基于SFIM和IHS变换的图像融合算法

提出了一种基于SFIM和IHS变换的图像融合算法,利用SFIM模型的光谱保持优势,在IHS变换的基础上,只对与光谱特性不相关的I分量进行SFIM运算,理论分析和实验结果表明该算法既能显著保持光谱特性,又不存在频率分解和重建过程,同时有效融入了空间细节信息,计算简洁、实时性好,融合性能高效、高速,对于光照条件与物理特性相似的图像及需要快速交互处理和实时可视化的融合系统具有良好的启发意义和实用价值。

基于非负矩阵分解和IHS颜色模型的偏振图像融合方法

针对传统偏振图像伪彩色融合方法存在的不足,提出了一种基于非负矩阵分解和IHS(Intensity Hue Saturation)颜色模型的图像融合方法.首先将偏振信息解析得到的各偏振参量图像作为原始数据集进行非负矩阵分解,得到三幅特征基图像,这些特征基图像包含了场景的大部分偏振信息;然后将三幅特征基图像经直方图匹配之后,分别映射到IHS颜色模型的三个颜色通道,最后变换到RGB颜色空间,得到融合后的图像.实验结果表明,该方法不仅具有较好的色彩表达能力,而且有效地突出了目标的细节信息,提高了图像的可判读性.

IHE标准下的数字化医院集成及实现机制研究

现阶段我国医院管理信息系统(HIS)正处在综合集成阶段,文章根据医院信息化建设的实际情况,提出了一种现阶段数字化医院系统集成框架,该框架是在医院IHE集成标准模型与方法范畴下,进行建模与细化,是IHE的子集。同时对该框架下的数据中心、集成平台、应用实现的实现机制进行了研究。采用HL7V3开发框架下参考信息模型RIM对医院相应角色进行建模与集成,最后在"军卫一号HIS"基础上进行了集成医生工作站的功能实现。

基于网格及IHE XDS／XDS-I技术框架和协议的区域影像电子健康记录系统的设计与实现

提出并实现了一种具有影像信息共享交换功能的区域电子健康记录系统(EHR),完全符合IHE XDS/XDS-I技术框架和协议,同时应用网格概念和SOA架构,实现区域间多家医疗机构的病人影像信息的共享交换和影像信息的预处理及智能流动。该系统由病人基本信息主索引服务器、注册中心、存储池、网格服务器、安全服务模块、网关及网格代理结点、PACS/EMR工作站和医院现有PACS系统或医学影像设备及RIS系统等8个组件组成,解决了采用ebXML标准与注册中心、存储池的通信和PACS/RIS或其他现有影像信息系统只能通过DICOM标准和HL7通信相冲突的难题。在上海市3家医院和科研单位进行了系统测试,主要有图像及报告的发布流程和用户的查询提取流程,结果表明该系统是在不增加网络带宽和存储资源的情况下,解决区域间影像信息共享交换的有效方案,具有安全可靠、可伸缩和易管理的特点。

IHS变换与低通滤波相结合的遥感图像增强模型

利用遥感图像分类提取作物面积时,由于作物长势的差异,同种作物往往表现出不尽相同的图像光谱特征,在大片连续或近似连续图斑中出现光谱突变,类似于图像噪声。这种微小的差异使得图像分类时同种作物容易被误判为其他地物,增大了分类后处理的难度,降低了分类精度。作者研究的SMM模型首先对原始多光谱图像做IHS变换,将原始图像分离成I(亮度)、H(色度)和S(饱和度),然后对色度H和饱和度S进行卷积滤波运算,得到H′和S,′再将I、H′和S′做IHS逆变换,得到新图像。SMM模型旨在通过图像平滑解决目前图像非监督分类方法上存在的不足,但又在图像平滑的同时保留了原始图像的空间分辨率。通过分类试验验证,使用SMM模型进行图像增强,可以提高图像分类的精度。

基于IHS变换和Curvelet变换的卫星遥感图像融合方法

全色图像和多光谱图像融合是合成高分辨率彩色遥感图像的常用方法之一,高质量的彩色图像需要融合全色图像的高空间分辨率和保持多光谱图像的光谱特性.为提高融合图像的质量,文中提出了一种基于IHS和Curvelet变换的遥感图像融合方法,该方法首先将多光谱图像进行IHS变换,然后将代表空间分辨率的I分量与全色图像进行Curvelet变换,并进行标准差融合,最后逆变换成高质量的彩色图像.实验测试结果表明:文中方法合成图像的信息熵、相对无量纲的全局误差和通用图像质量指标均优于其他方法合成的图像,文中方法融合图像的平均梯度和相关系数与小波变换、PCA变换方法相当;文中方法的融合效果要优于其他方法.

用基于IHS变换的SPOT-5遥感图像融合进行作物识别

遥感图像融合可以发挥多源遥感数据的优势。但是由于遥感数据和融合模型的多样性,目前仍难以找到一种适合于各种类型数据之间、各种应用需要的"万能"的融合算法,而是根据特定图像,特定地表覆盖状况和特定应用的需要选择适合的融合模型。SPOT-5图像是一种较新的高空间分辨率遥感图像,目前已用于运行化农情遥感监测,以弥补传统低空间分辨率遥感图像应用的不足。该文将SPOT-5多光谱和超模式全色图像进行融合,以进行中国东北地区大豆识别。对实验数据分别做基于IHS变换和PCA变换的融合处理,通过比较得出,基于IHS变换的融合方法用于SPOT-5遥感图像融合更利于东北大豆的识别。

基于IHS变换与直方图匹配法的遥感影像融合

针对 IHS变换法 (彩色空间变换法 )对多光谱图像和高分辨图像进行融合会丢失较多的光谱信息 ,称之为光谱扭曲 ,文中研究并实践了一种新方法 ,该方法利用直方图匹配的方法来解决光谱特征扭曲的问题 ,经过直方图匹配处理后的高分辨图像和多光谱图像的光谱强度分量具有较强的相关性 ,经 IHS反变换后可以得到具有较好空间分辨率和光谱信息的融合图像 .文中以 TM图像和 SAR图像融合为例进行分析 ,其结果表明 ,该方法得到的融合图像优于传统的 IHS变换法 .

基于灰色绝对关联度边缘检测的多源遥感影像加权IHS融合

鉴于IHS变换的融合影像存在光谱扭曲问题,而灰色关联度对图像边缘检测具有局限性,该文将基于灰色绝对关联度的灰色关联分析与IHS变换相结合进行影像融合。采用灰色绝对关联度检测高分辨率影像的边缘点和非边缘点,基于边缘信息确定高分辨率影像和IHS变换后的亮度分量在组合中的权值,最后通过IHS反变换实现影像加权融合。应用该算法分别对多源遥感影像进行融合处理,在提高空间分辨率的同时能够很好地保持多光谱影像的光谱信息,优于传统的IHS融合方法和基于灰色关联度的IHS融合算法。

基于2代Curvelet改进IHS变换的遥感图像融合

Curvelet变换是继小波变换之后,能更适合于图像处理的一种新的多尺度变换分析方法,它比小波变换更加适合分析2维图像中的曲线或直线状的边缘特征,同时也具有很强的方向性。为了将该变换应用于图像融合,首先对第2代Curvelet变换理论进行了综述,然后在对基于第2代Curvelet变换的遥感图像融合方法进行研究的基础上,提出了一种与IHS变换结合的融合方法。最后用高分辨率全色图像与低分辨率多谱图像进行了融合实验,实验结果表明,将Curvelet变换引入图像融合,能够更好地提取原始遥感图像的特征,不仅可为融合图像提供更多的信息,而且融合图像能在较好地保留光谱信息的同时,使空间细节信息也得到增强。

基于区域特征加权的IHS图像融合方法

针对传统IHS变换图像融合方法在高分辨率和多光谱图像融合中存在的光谱畸变现象,研究了现有的一些改进IHS变换图像融合方法,提出了一种基于局部区域多元特征动态加权的IHS图像融合方法,根据主观目视判决和客观评价指标对融合结果进行了比较和分析。仿真结果表明,该文提出的方法能使融合图像具有较好的空间分辨率,同时又能很好地保持原有多光谱图像的光谱特性。

基于改进IHS变换的图像融合方法

针对传统的 IHS变换法光谱信息丢失严重的问题 ,提出了一种改进的 IHS变换法 .该方法根据高分辨率图像的高频信息 ,对多光谱图像经过 IHS变换的强度信息进行了调制 .实验证明 ,该方法取得了较好的融合效果 ,优于传统的