利用MATLAB实现医学图像处理与分析

介绍了在MATLAB(R2006b)环境下,DICOM医学图像格式的阅读、显示及存储方法,使读者能够了解并熟悉如何在MATLAB环境下使用医学图像处理函数,而没有必要再借用其他的图像格式转换。通过分析这些函数,给出了判断DICOM格式的条件及应用时的注意事项,最后用实例证明了在MATLAB环境中,实现复杂医学图像处理和分析的简洁性及高效性。

结合规则和SVM方法的肺结节识别

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入,对经过基于规则筛选之后剩余的ROI进行分类.实验结果表明:基于规则的方法虽然没有漏检,但误判的可能性最大;结合规则和SVM的方法漏检的可能性要比SVM方法漏检的大,但误判的可能性小.

虚拟内窥镜系统的关键技术分析

概述了虚拟内窥镜的基本原理、优点及发展现状;针对目前虚拟内窥镜系统存在的问题,结合各种处理算法,以其实现过程为主线,具体分析了虚拟内窥镜系统的几个关键性技术,重点讨论了路径规划、实时绘制及导航的研究内容;最后对虚拟内窥镜的研究特点和趋势作了总结。

基于自由变形法的多模态医学图像的配准与融合

本研究提出了一种自动识别颈部PET-CT图像特征点的算法,它应用自由变形(FFD)方法以CT图像的特征点为参考使PET图像产生变形,再结合最大互信息法对颈部PET与CT图像进行非刚体配准,最后用改进的小波图像融合法把两者进行融合得出视觉效果比较理想的融合图像。经实际计算得出的变形PET图像与对应CT图像的互信息量大于原始PET图像,并且最后用改进的小波图像融合法得出的融合图像的信息量比一般小波融合大,由此证明本研究所用方法是有效的。

基于BP神经网络的全身骨SPECT图像分割

我们尝试用BP神经网络分割全身骨SPECT图像,实现病变区域的自动识别。由于SPECT图像病变区域的判断要考虑图像的整体信息,其特征具有不确定性,单靠神经网络识别很难达到理想的效果。我们把分割过程分预处理、神经网络分割和后处理三部分,先用最佳阈值法进行预处理,然后用神经网络进行粗分类,最后用模板匹配和去对称程序排除误识别的区域。

基于三次样条层间插值的多模态医学图像配准

我们从PET-CT多模态图像序列的特点出发,提出了一种全新的图像配准及融合方法,它采用三次样条插值法对PET-CT图像进行层间插值,然后再利用最大互信息法进行配准,最后应用改进的主成分分析(PCA)法融合PET-CT图像用以增强PET显像效果,从而得到满意的配准以及融合结果。用三次样条插值法进行层间插值并恢复层间缺失图像的信息,弥补了现有配准方法的不足,提高了配准精度,使融合后的图像更加接近实际的物理断层。该方法已经成功应用于三维适形放疗(3D-CRT)系统的开发中。

基于Shear-Warp的加速透视体绘制算法

在医学图像的三维可视化中,不透明度传递函数和观察角度是需要频繁调节的,因此,难以实现实时体绘制。为了提高三维图像的视觉效果和重建效率,提出了一种加速的透视体绘制算法。依据不透明度传递函数的相关性对原有的min-max octree数据结构进行有效的再利用,从而加速体数据分类编码,以使在频繁改变不透明度传递函数和观察角度时,也能实现快速重建;基于透视Shear-Warp算法,并用即时中间切片插值重采样的方法,提高重建的效果。实验证明该方法不仅效率高,而且显示效果好。

Shear-Warp算法中基于边界模型的传递函数及其修正

基于Shear-Warp算法提出一种改进的体绘制算法·在对传递函数进行预设定时,基于边界模型并结合交互式操作,可以方便地设定最优传递函数值·在重采样过程中,结合Shear-Warp算法的特点对传递函数值进行修正,以保证重建后的图像质量·实验结果证明:该算法不仅效率高,而且显示效果好·

改进的区域生长算法在医学图像分割中的应用

通过对颅脑CT图像的特征分析,引入阈值法和边缘检测以改进区域生长算法,用此法自动剔除CT图像的头架与头垫。实验结果表明,此算法能得到令人满意的结果,不仅剔除了头架与头垫,而且保留了皮肤信息。此方法能克服传统区域生长法的不足,能自动、快速、有效地分割颅脑CT图像。

用于三维适形放射治疗计划的三维可视化系统

在进行三维适形放射治疗计划时,需要运用三维医学可视化技术获取有关病灶区的三维视觉信息并确定靶区.为此,文中开发了用于三维适形放射治疗计划的三维可视化系统,该系统包括图像分割、多模态图像配准与融合、三维重建、识别和勾画靶区等功能模块.系统采用基于小波变换的融合方法,以区域标准差与区域能量相结合的融合规则实现多模图像的融合,并基于改进的Shear-Warp算法快速实现体绘制.实验证明,该三维可视化系统满足三维适形放射治疗计划中的可视化要求.

一种用于半透明体绘制的光学模型

为了高效率地重建3维医学图像,并能充分显示内部隐含分界面及内部细节的详细信息,提出了一种能在普通硬件条件下实现的用于半透明体绘制的光学模型IVROM(improved volume rendering optical model)。该模型在光线吸收与发射模型的基础上,考虑了阴影、直接散射与间接散射等因素。此外,还详细介绍了结合该模型与Shear-Warp算法的半透明体绘制方法的实现。实验结果表明,采用该模型的半透明体绘制方法不仅效率高,而且显示效果好。

GVF Snake模型在全身骨SPECT图像分割中的应用

全身骨SPECT图像受成像原理限制,膀胱区域灰度值很高,影响图像整体的亮度、对比度和可读性;膀胱区域与病灶具有相似的灰度特征,不利于对图像进行病灶的自动识别等处理。GVF Snake模型是传统Snake的改进模型,我们用GVF Snake模型分割膀胱区域,实现全自动去除膀胱区域,为SPECT全身骨图像的各种处理提供良好的环境。

海量医学数据场的快速多分辨率体绘制方法

基于小波和Shear-Warp算法,提出一种快速多分辨率体绘制方法(Fast Multi-resolution Volume Render-ing Method,FMVRM)。本算法首先基于小波对体数据进行压缩;接着,结合所选的分辨率,利用不透明度传递函数(Opacity transfer function,OTF)引导数据的解压;最后,基于Shear-Warp算法,利用数据结构基于子数据块的队长编码(Block-based run length encoded,BRLE)和预合成体绘制技术,实现快速而高质量的体绘制。实验证明该方法不仅效率高,而且显示效果好。

保边滤波和改进FCM的疑似肺结节分割方法

提出一种基于保边滤波和改进FCM算法的疑似肺结节自动分割方法。首先,分离出边缘光滑的肺实质并通过非线性各向异性扩散滤波增强肺区疑似病灶,然后运用改进的模糊C-均值聚类算法分割出不同大小的疑似肺结节。实验结果证明,该方法能够自动、准确地完成疑似肺结节分割,比用传统的FCM算法取得更佳效果,并具有良好的鲁棒性和效率。

基于规则及多特征跟踪的肺结节的智能检测方法

肺结节的智能识别对肺癌的诊断至关重要。为了在大量的肺部CT图片中准确智能识别肺结节,我们研究了一个基于规则及多特征跟踪的肺结节计算机辅助检测方法。其中,采用活动轮廓模型的分割方法实现候选肺结节分割,采用基于规则的决策方法以及多特征跟踪方法实现肺结节分类。实验证明,该肺结节的智能检测方法满足肺结节计算机辅助诊断的要求。

基于DR评价颈椎小关节病变的临床—X线病理学研究

目的 从数字化X射线摄影系统 (DigitalRadiography ,DR)角度重新评价和加深对颈椎小关节病的认识 .方法 对肩颈痛和 /或单、双侧上肢体麻木就诊 10 8例 ,进行回顾性分析总结 .结果 DR片显示颈椎小关节异常 67例 .总结了颈椎小关节改变的X线特点 ,与年龄结构、节段分布以及临床分型之间的关系 .结论 DR片显示颈椎小关节改变有其特定的优势 ,对颈椎病早期认识。

大剂量维生素C联合离子射频深部热疗治疗肺鳞癌1例

肺癌发病率在我国呈持续上升的趋势,是对群众健康和生命威胁最大的恶性肿瘤之一。其中多数患者(约85%)为非小细胞肺癌。大部分患者发现时已处于晚期无法手术。放化疗及分子靶向药物的不良反应常常导致患者中断治疗。现报告晚期肺鳞状细胞癌患者1例,仅接受大剂量维生素C联合离子射频深部热疗(modulatedelectrohyperthermia,mEHT)治疗后,生活质量改善,无疾病进展且存活61个月。

基于多特征融合跟踪的微小肺结节识别算法

如何在海量的肺部高分辨率CT(HRCT)序列图片中准确识别微小结节(直径为5～10 mm)一直是肺结节计算机辅助检测(CAD)系统的研究重点和难点。本文提出了一种新的微小肺结节识别算法——多特征融合跟踪算法。该算法在处理一个HRCT序列图片时,首先结合大津法和形态学方法获取每一张CT图的肺实质,再通过基于灰度阈值和改进的模板匹配算法提取感兴趣区域(ROI),接着计算ROI的多个有效特征,然后在整个HRCT序列图片中进行ROI的多特征跟踪和融合,最后根据分类规则识别并标出候选肺结节。实验证明,该算法能准确地检测出微小肺结节,且假阳率较低。