- 标题
- 摘要
- 关键词
- 实验方案
- 产品
-
图算法在图像处理与分析中的应用——聚焦生物医学数据
摘要： 引言：图像分割是图像处理领域中的一个经典问题。针对该问题已发展出大量基于不同方法的研究方案，其中一种思路借鉴了图论的研究成果。 方法：本研究聚焦于利用图中"最短路径"进行图像分割，具体采用"智能剪刀"算法——该技术通过Dijkstra算法计算最短路径。 结果：我们在Microsoft Visual Studio 2013集成开发环境中使用C++/CLI语言开发了新软件。该程序基于.NET平台（版本4.5）构建了面向Windows系统的图形化用户界面应用程序，用于原始医学数据的处理与分析。 结论："智能剪刀"方法的主要缺陷在于Dijkstra算法的计算耗时较长，但通过采用更高效的优先队列可缓解此问题。该方法的核心优势在于其训练机制能自适应特定类型的边缘特征。用户交互对分割过程具有重要影响，能显著提升分割质量（见图7，参考文献13）。PDF全文详见www.elis.sk。
关键词： 图像分析、CT图像、智能剪刀工具、MRI扫描、医学数据
更新于2025-09-23 15:22:29
-
一种改进的模糊连接方法用于CT图像中三维肝脏血管的自动分割
摘要： 本文提出了一种改进的模糊连接度（FC）方法，用于计算机断层扫描（CT）图像中肝脏血管的三维（3D）自动分割。该方法将血管增强图像（即血管性图像）而非传统FC使用的强度图像纳入FC的模糊亲和函数。通过结合自适应Sigmoid滤波和背景抑制项，提出了一种改进的血管性滤波器。利用Otsu分割算法和自动生成的单一种子自动初始化FC的模糊场景，而传统FC需要多个种子。改进的FC方法在3Dircadb（n=20）和Sliver07（n=20）数据集的40例临床CT容积图像上进行了评估。实验结果表明，所提出的肝脏血管分割策略比传统FC、区域生长和阈值水平集具有更好的分割性能。改进的FC方法在3Dircadb数据集上的平均准确率、灵敏度、特异性和Dice系数分别为(96.4±1.1)%、(73.7±7.6)%、(97.4±1.3)%和(67.3±5.7)%，在Sliver07数据集上分别为(96.8±0.6)%、(89.1±6.8)%、(97.6±1.1)%和(71.4±7.6)%。结论表明，改进的FC可作为CT图像中肝脏血管三维自动分割的新方法。
关键词： 血管性滤波、模糊连通性、CT图像、肝脏血管分割、大津分割算法
更新于2025-09-10 09:29:36
-
[美国内华达州拉斯维加斯 - 第二届国际会议（2018年8月27日-29日） ACM出版社] 第二届视觉、图像与信号处理国际会议论文集 - ICVISP 2018 基于块密度约束聚类的自动三维前列腺图像分割
摘要： 目前针对前列腺分割的方法几乎无法解决前列腺CT图像对比度低、边缘模糊、周围粘连组织以及（尤其是）肿瘤运动等问题。为有效应对CT引导放疗中前列腺治疗面临的这些难题，需开展自动分割研究。本文提出一种基于块密度约束聚类（PDCC）的自动三维前列腺图像分割方法，其主要贡献体现在以下三大策略：1）相较于仅使用像素强度信息，基于超像素的三维图像块能包含更多结构上下文信息，从而处理前列腺CT图像的低对比度问题；2）通过三维灰度-梯度共生矩阵对每个图像块进行紧凑化处理并提取判别性信息，以区分前列腺与非前列腺间的细微纹理差异；3）密度约束聚类算法聚焦于比邻近点密度更高且距离相对较近的点，以应对两个相邻器官相互接触的情况。此外，该算法对聚类形状及其所处空间的维度具有普适性。本研究采用包含10例患者前列腺CT图像的数据库进行验证（每例患者含50幅治疗图像），并与多种前沿前列腺CT分割算法通过多项评估指标进行对比。实验结果表明，该方法实现了更高的分割精度和更低的平均表面距离。
关键词： 前列腺，分割，CT图像，超像素
更新于2025-09-10 09:29:36
-
一种基于PPCA的有效图像去噪方法及利用人工神经网络对CT图像进行分类
摘要： 去噪的主要目标是在尽可能保留重要信号特征的同时去除噪声。在实际情况下，当图像类型和噪声都是可变参数时，这看似非常简单。本文研究图像中混合噪声的去除以及正常与异常图像的分类。第一阶段采用中值滤波器去除图像中的噪声。为提升去噪效果，我们结合形态学运算、滤波器和区域属性，运用PSM和PPCA方法。第二阶段为分析去噪输出，提出基于神经网络的分类方法。人工智能技术在分类中的应用显示出该领域的巨大潜力。因此，通过训练性能和分类准确率评估神经网络分类器的表现，并与现有方法对比以证明系统有效性。
关键词： 灰度共生矩阵、中值滤波器、高斯噪声、像素浪涌模型、CT图像、神经网络、图像去噪、概率主成分分析
更新于2025-09-04 15:30:14