基于先验知识和MRF随机场模型的医学图像弹性配准方法

本研究提出了一种新的基于先验知识的弹性配准算法,首次把马尔可夫模型应用于图像的弹性配准方面。为了把关于变形场的先验知识融合到弹性配准过程中,本研究以马尔可夫随机场模型作为理论框架,以B样条为基函数来构造弹性变形模型,以弹性模型的B样条系数作为待估参数,以原图像和变形图像作为已知条件,把弹性变形模型和关于变形场的先验知识有机的融合到了马尔可夫随机场模型中,实现了一种基于变形场先验知识的弹性配准算法。这种新算法因为有变形场的先验知识,所以可以得到更好配准结果。本研究以变形场的平滑作为先验知识,可以有效改善局部极值的状况,提高算法的可靠性和鲁棒性。本研究分别对2D和3D图像进行了试验,试验结果证明了这种算法的有效性。

基于主成分分析的三维医学图像快速配准算法

本文提出了一种新的基于主成分分析的三维医学图像快速配准算法。传统的基于灰度的方法需要考虑整个三维数据的灰度信息,计算复杂度大,无法满足临床需要。而本算法利用数据的轮廓特征,通过主成分分析计算出图像的质心和主轴,通过对齐质心和主轴完成配准。实验结果表明此方法能准确,快速地处理图像刚性配准问题,特别适用于三维医学图像的配准。

基于Web的医学图像数据库管理系统设计

设计了一个基于Web的医学图像数据库系统,系统建立在浏览器/服务器/数据库三层构架之上,采用以SQL Server 2000为后台支持,以ASP技术来开发设计的模式。实现了数据的远程浏览、下载以及管理功能,并且支持大型的数据库。

一种基于可恢复性水印的医学图像认证方法

本文提出了一种适用于医学图像内容认证和保护的可恢复性水印算法。选取图像的小波重要系数进行SPIHT编码生成水印;使用Arnold变换确定其嵌入块位置并将其加密嵌入到图像数据低位;通过链式认证结构实现水印信号的检测和图像篡改数据的定位,由SPIHT解码完成篡改数据的恢复。实验表明,该算法在保证含水印医学图像具有良好视觉透明性的基础上,还可以定位并恢复被篡改区域内容。

基于霍特林变换的三维医学图像快速配准算法

提出了一种新的基于霍特林变换的三维医学图像快速配准算法,这是将数据压缩技术用于图像配准的一种创新性尝试。传统的基于灰度的方法需要考虑整个三维数据的灰度信息,计算复杂度大,无法满足临床需要。论文将Otus算法与互信息量技术相结合提出了一种新的图像分割算法,用于提取待配准物体,从而得到物体的向量表示;然后通过霍特林变换的平移和旋转性质完成配准。实验结果表明此方法能准确,快速地处理图像刚性配准问题,特别适用于三维医学图像的配准。

基于刚-弹性变换的医学图像塔式配准新算法

提出了利用B样条实现医学图像从刚性到弹性配准的统一的塔式算法。选取图像的四个顶点作为构成变形函数的B样条的节点,合理选择B样条的次数,可以实现图像的仿射变换。沿X和Y方向均匀增加节点数量,逐步增加变形函数的复杂性,通过选择B样条的不同的次数n,可以实现图像的分块仿射变换或n-1阶导数连续的弹性变换。整个匹配算法体现了从整体到细节的匹配思想。实验证明,这种配准方法比单纯的弹性配准方法鲁棒性有很大提高。

医学三维动态超声实时体绘制

三维动态超声具有非常广泛的发展前景和临床应用。但是三维动态超声的数据结构不属于三维规则数据场,所以不能直接在微机上采用三维纹理加速算法实现实时体绘制。本文首先介绍了基于微机平台的针对三维规则数据场三维纹理体绘制加速算法。通过现代微机显卡结构的分析讨论,本文提出了利用现代微机显卡中的顶点渲染器编程实现三维动态扇扫数据场到三维规则数据场的快速变换,然后利用显卡中的三维纹理快速运算功能,从而在普通微机平台上实现了三维动态超声的实时体绘制。本方法具有很广泛的应用价值。

基于复合矢量场的改进ACM模型与医学图像分割

提出了一种基于复合矢量场的改进ACM模型分割算法。采用广义模糊理论对图像进行处理,得到较理想的边缘映射图,在此基础上构建一个复合矢量场替代原有的力场,使得图像的分割结果有了较大的改进。实验结果证明,该算法能在较大范围内捕获图像的特征、较好地处理深度凹陷区域和大曲率边缘的能力。

医学图像配准在手术导航中的应用

目的:针对外科手术导航中的需求,研究实现了二维医学图像和三维体数据的配准。方法:利用DRR模拟图像与真实图像比较,互信息量作为目标函数,参数寻优采用Powell算法,实现2D￣3D医学图像的刚性配准。结果:配准误差在0.1￣5度之间。结论:DRR图像影响配准精度,误差难以避免。

医学影像系统的互联网应用

回顾了医学影像系统的互联网化进程,从采集成像、图像存储与传输、终端显示与诊断三方面描述了当前医学影像系统的互联网化状态,并对医学影像系统后续的发展方向进行了展望。

基于最大互信息量熵差分割的CT金属伪影消除

本文作者提出一种基于图像最大互信息量熵差分割的CT金属伪影消除算法.新算法首先利用各向异性高斯滤波对原始CT图像进行预处理,以抑制CT图像中的部分噪声和伪影;其后配合最大互信息量熵差分割算法,对预处理CT图像进行自适应多目标分割;接着通过对分割后的金属物图像及由金属引起的伪影进行正向投影,得到金属物的投影数据,并将此投影数据与原始CT图像的正向投影数据做"与"运算,以获取金属物投影在投影空间内的索引函数,再将原始CT投影数据减除金属物对应的投影数据部分,利用索引函数完成原始CT投影数据中的反馈式插值处理,得到修正的投影数据;最后对修正的投影数据采用滤波反投影完成CT图像重建.实验表明,本文算法对含有金属伪影的真实体模CT图像和临床CT图像的伪影消除均有尚佳表现.

基于标准剂量CT图像非局部权值先验的低剂量图像恢复

本文提出一种基于标准剂量CT图像非局部权值先验的低剂量图像恢复方法,该方法首先将先前标准剂量图像与低剂量CT图像配准,并对低剂量CT图像进行预处理以抑制部分噪声,随后利用非局部均值的思想计算配准后的先前标准剂量CT图像的权值矩阵,基于该权值矩阵对预处理后的低剂量CT图像进行加权均值滤波.仿真实验和临床脑灌注数据实验表明,本文方法在消除低剂量CT图像噪声和伪影的同时,还可提升图像分辨率,对临床脑灌注CT扫描的疾病诊断中尤为有效.

基于投影数据非单调性全变分恢复的低剂量CT重建

为获取低剂量CT图像的优质重建,本文提出一种基于投影数据非单调性全变分恢复的低剂量CT重建方法.新方法首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为近似Gaussian分布,其后对变换后的Gaussian型数据进行非单调性全变分最小化算法(Nonmonotone Total Variation Minimization,NTVM)滤波,最后对Anscombe逆变换数据实现传统的滤波反投影(Filtered Back Projection,FBP)CT重建.仿真和临床低剂量CT重建实验表明,本文方法在噪声清除、伪影抑制和缩短重建时间等方面均有上佳表现.

基于Anscombe变换域BM3D滤波的低剂量CT重建

针对低剂量CT图像质量退化问题,提出了一种基于投影域数据恢复的低剂量CT优质重建方法。新方法首先通过非线性Anscombe变换将满足Poisson分布的投影域数据转化Gaussian型分布,然后利用针对Anscombe变换的Gaussian型数据进行自适应Block-Matchingand 3D filtering(BM3D)滤波,最后通过对Anscombe逆变换数据执行传统的滤波反投影(Filtered Back Projec-tion,FBP)CT重建。由于Anscombe变换数据的方差已知,且所用BM3D滤波无需人工设置滤波参数,使得方法可实现自适应低剂量CT图像重建。仿真和临床低剂量CT数据的实验表明,方法具有良好的重建鲁棒性,其重建图像的噪声和伪影可同时得到有效抑制。

基于广义Gibbs先验的低剂量X-CT优质重建研究

为获取低剂量条件下X-CT的优质重建,提出基于广义Gibbs先验的低剂量X-CT重建算法。新算法首先对投影数据进行统计建模,其后采用Bayesian最大后验估计方法,将投影数据中非局部的先验信息加诸于该数据的恢复中,达到抑制噪声的效果,最后仍采用经典的滤波反投影方法对恢复后的投影数据进行解释CT重建。文中将非局部先验称为广义Gibbs先验,其原因在于该先验具有传统Gibbs先验形式的同时,可以通过选择较大邻域和自适应的加权方式充分利用投影数据的全局信息进行数据恢复。通过与已有算法的对比实验,表明该文提出的基于广义Gibbs先验的低剂量X-CT重建算法在降低噪声效果和保持边缘方面具有较好的表现。

磁共振成像PROPELLER数据网格化中的采样密度补偿新算法

PROPELLER磁共振数据的重建是一个典型的K空间非笛卡尔采样数据的重建问题.由于现有网格化重建算法中的密度补偿需要计算每个采样点的密度补偿系数,须对非笛卡尔分布的数据进行卷积运算,给定N采样点,该卷积运算需要N×N/2次距离运算,由于PROPELLER采集的数据量N很大,计算耗时非常长.本文提出PRO-PELLER数据网格化重建中的密度补偿新算法,通过基于网格化分量全为1的向量来计算在均匀网格点上的采样密度分布值进而加以补偿,使得算法复杂度大大下降.实验表明,本文算法比现有算法的运行时间缩短400多倍,而重建质量与原有算法基本相同.

基于自适应正则化的全变分去噪算法

Stanley Osher和Martin Burger提出的基于Bregman距离的迭代正则化全变分去噪算法运算速度较快,但是应用于图像去噪时,没有考虑不同区域的灰度分布特性,从而容易导致纹理等重要信息丢失或模糊的缺陷。针对这一现象,提出了一种基于自适应正则化的全变分去噪算法。论文对Osher的去噪模型中的全局正则化参数进行改进,给出了一种根据图像中不同区域的灰度分布特性,自适应选取正则化参数的方法。该算法可以保留图像的边缘和纹理细节信息。实验结果证实了所提算法的有效性,其信噪比较原有方法至少提高1.0dB以上。

基于NL-PF和MIMS的CT金属伪影消除算法

建立了一套针对由金属伪影造成的CT图像质量退化的恢复算法。利用Non-Local前置滤波(Non-Local Pre-filter,NL-PF)对原始CT图像进行全局滤波,从而有效地滤除原始图像中的噪声并对射线状金属伪影进行了平滑,其后配合最大互信息量分割算法(Mutual Information Maximized Segmentation,MIMS)从图像中分割出伪影成份,并利用其周围非伪影部分的像素对伪影类像素进行插值处理得到一个称之为"伪组织"类的图像。最后,通过融合"伪组织"图像的sinogram和原始CT图像的sinogram,得到校正的sinogram并采用滤波反投影重建算法完成金属伪影的CT校正图像。利用所提出的方法可以对含有金属伪影的CT图像进行有效伪影消除,其中射线状伪影消除效果显著。另外,此方法还可以锐化器官轮廓,避免了临床上由于金属伪影导致的放射治疗效果下降。实验表明,金属伪影消除算法可以有效地消除高密度物体造成的金属伪影,从而提高临床诊断和治疗的效果提供技术支持。

基于非局部权值先验和GPU加速的3D低剂量CT成像

在肿瘤监测和放疗计划制定中,需要多次CT扫描,其使用的X射线辐射剂量已受到广泛关注。为了获得高质量的低剂量CT图像,本文提出一种基于非局部权值先验和GPU加速的3D低剂量CT成像新方法。源于非局部均值滤波(NLM)思想,本文方法采用先前标准剂量CT扫描图像构建用于低剂量CT图像重建的全新非局部均值滤波。具体而言,本文方法首先将3D标准剂量图像与低剂量图像进行配准以减少两图像数据间解剖结构的不一致性,接着利用两配准后的图像构建NLM权重先验,最后采用全新的非局部平均实现高质量的低剂量CT成像。为了增加本文方法的执行效率,GPU硬件加速技术被采用。实验结果表明,本文方法较传统NLM滤波在低剂量图像的噪声消除和细节信息保持两方面均有优势显著且执行效率大幅提升。

低剂量CT重建中的双边滤波权值优化新方法

为了提升低剂量CT重建图像质量,本文提出了一种基于投影数据恢复导引的双边滤波权值优化方法。新方法有效地将CT投影数据恢复和图像数据恢复的两种低剂量成像策略进行结合,实现优质的低剂量CT重建。具体而言,本文中投影数据恢复采用三维块匹配滤波进行,图像数据恢复采用双边滤波进行,其中双边滤波权值进行优化设计。在双边滤波权值设计中,首先利用投影数据的三维块匹配滤波数据获得FBP重建图像,然后利用该FBP图像引导双边滤波权值的优化设计。最终的重建图像则经基于优化权值的双边滤波来恢复直接的低剂量FBP重建图像来完成。仿真和临床实验表明,本文方法在噪声消除,伪影抑制和细节保持方面均有良好效果。