期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于吉伯斯随机场和最大后验概率的医学序列图像伪光流估计 被引量:1
1
作者 赵晨光 陈武凡 李伟鹏 《第一军医大学学报》 CSCD 北大核心 2001年第6期401-404,共4页
目的提出一种医学序列图像消除帧间相关的新算法,以利于图像信号的压缩、存储和传输。方法把医学序列图 像假想为运动序列,然后根据最大后验规则,利用迭代条件模型来求解这个伪运动序列的伪光流场,达到消除帧间相 关的目的。结果本... 目的提出一种医学序列图像消除帧间相关的新算法,以利于图像信号的压缩、存储和传输。方法把医学序列图 像假想为运动序列,然后根据最大后验规则,利用迭代条件模型来求解这个伪运动序列的伪光流场,达到消除帧间相 关的目的。结果本算法能够有效地消除医学序列图像的帧间相关,它比仅利用帧内相关的算法更为有效。结论医学 序列图像存在大量帧间冗余信息,消除这种冗余信息将显著地提高医学序列图像的压缩比。 展开更多
关键词 医学序列图像 吉伯斯随机场 伪光流估计 最大后验概率 迭代条件模型
在线阅读 下载PDF
基于3-D剪切波和广义高斯模型的多模态医学序列图像融合 被引量:2
2
作者 席新星 罗晓清 张战成 《计算机科学》 CSCD 北大核心 2019年第5期254-259,共6页
鉴于大多数传统的多模态医学图像融合算法面临无法处理医学序列图像的局限性,提出了一种基于3-D剪切波(3DST)和广义高斯模型的多模态医学序列图像融合方法。首先,通过3-D剪切波变换获得序列图像的低频部分和高频部分;其次,低频部分采用... 鉴于大多数传统的多模态医学图像融合算法面临无法处理医学序列图像的局限性,提出了一种基于3-D剪切波(3DST)和广义高斯模型的多模态医学序列图像融合方法。首先,通过3-D剪切波变换获得序列图像的低频部分和高频部分;其次,低频部分采用一种新的基于局部能量的融合方法;然后,高频部分采用基于广义高斯模型(Gene-ralized Gaussian Model,GGD)和模糊逻辑的融合方法;最后,通过3-D剪切波的逆变换获得融合的医学序列图像。通过实验对融合图像的主客观性能进行比较,结果表明所提算法获得了更好的融合效果。 展开更多
关键词 医学序列图像融合 3-D剪切波 广义高斯模型 模糊逻辑
在线阅读 下载PDF
医学CT序列图像的混合去噪算法
3
作者 陈锦林 原培新 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第4期464-473,共10页
医学CT(computer tomography)序列图像会因为各种原因而掺杂噪声,去噪能够有效地提高图像的质量.常见的去噪算法都是针对单张图像进行,考虑到CT序列图像之间具有很高的相似性,本文提出一种基于相邻图像结构相似性的混合去噪算法.该算法... 医学CT(computer tomography)序列图像会因为各种原因而掺杂噪声,去噪能够有效地提高图像的质量.常见的去噪算法都是针对单张图像进行,考虑到CT序列图像之间具有很高的相似性,本文提出一种基于相邻图像结构相似性的混合去噪算法.该算法首先计算序列图像的最大和最小灰度值,根据灰度值绘制直方图,设定相关阈值参数,根据筛选之后的直方图计算窗宽窗位,然后进行调窗处理.之后计算目标图像与其前后相邻图像之间的结构相似性,最后根据结构相似性对3张图片混合使用BM3D和高斯滤波2种去噪算法.通过对比实验表明,该算法在均方误差、峰值信噪比和结构相似性三方面都有所提高,能够有效地提高图像质量. 展开更多
关键词 医学CT序列图像 结构相似性 混合去噪算法 直方图 调窗处理
在线阅读 下载PDF
一种基于主动轮廓模型的医学图像序列分割算法(英文) 被引量:13
4
作者 罗希平 田捷 林瑶 《软件学报》 EI CSCD 北大核心 2002年第6期1050-1058,共9页
介绍了一种结合live wire算法和活动轮廓模型的医学图像序列的分割方法.通过把live wire算法和图像分割中一般的区域增长方法结合,对传统live wire算法进行了改进,并用改进后的算法对医学图像序列中的单张或多张切片进行交互式地准确分... 介绍了一种结合live wire算法和活动轮廓模型的医学图像序列的分割方法.通过把live wire算法和图像分割中一般的区域增长方法结合,对传统live wire算法进行了改进,并用改进后的算法对医学图像序列中的单张或多张切片进行交互式地准确分割.然后计算机利用活动轮廓模型自动分割相邻的未分割切片.还通过在活动轮廓模型的边缘点中引入记录已分割物体边缘附近局部区域特征的灰度模型,把已分割切片中的物体与背景的局部区域特征带入相邻的未分割切片中,并用由灰度模型定义的区域相似性代替活动轮廓模型中的外能来引导边缘轮廓收敛到物体的实际边缘.最后介绍了一种基于live wire算法思想的简单的分割结果交互式修复方法.实验结果表明该算法仅需少量用户交互就能快速准确地从医学图像序列中分割出感兴趣的物体,在医学图像分析中具有实用价值. 展开更多
关键词 主动轮廓模型 医学图像序列分割算法 医学图像处理 LIVE wire算法 灰度模型
在线阅读 下载PDF
引入新的停止函数的GAC模型医学图像序列分割 被引量:2
5
作者 高士瑞 侯榆青 +1 位作者 张海波 程兴宏 《计算机应用研究》 CSCD 北大核心 2012年第11期4385-4389,共5页
针对GAC模型在低对比度及边缘模糊图像分割中使用传统的边缘停止函数存在的不足,结合图像的区域特征及医学图像序列间的相关特性,通过在边缘停止函数中引入图像的区域特征信息和先验信息,对GAC模型的边缘停止函数进行改进,并应用于医学C... 针对GAC模型在低对比度及边缘模糊图像分割中使用传统的边缘停止函数存在的不足,结合图像的区域特征及医学图像序列间的相关特性,通过在边缘停止函数中引入图像的区域特征信息和先验信息,对GAC模型的边缘停止函数进行改进,并应用于医学CT图像序列的分割,达到了较为理想的分割结果。实验表明,在边缘停止函数中引入先验信息并对其表达形式进行改进后,模型的抗噪声性能和分割效率得到了明显提高。 展开更多
关键词 GAC模型 边缘停止函数 自适应参数 先验信息 医学图像序列分割
在线阅读 下载PDF
基于运动估计的交互式医学图像序列分割 被引量:1
6
作者 胡永祥 蒋鸿 《计算机工程与设计》 CSCD 北大核心 2007年第5期1098-1099,1231,共3页
针对医学图像难以自动分割,而医学图像序列采用手工分割时工作量巨大、效率低的问题,提出了一种新的交互式图像序列分割方法。在计算机的辅助下,用手工精确地描画出第一幅图像中对象的边界轮廓。后续图像的分割曲线用运动估计的方法自... 针对医学图像难以自动分割,而医学图像序列采用手工分割时工作量巨大、效率低的问题,提出了一种新的交互式图像序列分割方法。在计算机的辅助下,用手工精确地描画出第一幅图像中对象的边界轮廓。后续图像的分割曲线用运动估计的方法自动得到。每完成一幅图像的分割用户都可以检查分割效果,如果不满意则可用手工修正。这个过程重复进行,直到整个图像序列分割完毕。实验结果表明,该方法能精确、快速地实现医学图像序列的分割。 展开更多
关键词 医学图像序列 图像分割 运动估计 交互 三维重建
在线阅读 下载PDF
基于非刚性配准的交互式医学图像序列分割
7
作者 胡永祥 蒋鸿 陈洪波 《计算机工程与应用》 CSCD 北大核心 2007年第19期231-233,236,共4页
提出了一种新的交互式医学图像序列分割算法,该算法将非刚性配准技术和解剖先验知识相结合把图像分割问题转化为图像配准问题。首先采用Demons算法进行图像配准,用光流法计算瞬时位移,设计了一个新的停止准则使其能自适应地确定迭代次数... 提出了一种新的交互式医学图像序列分割算法,该算法将非刚性配准技术和解剖先验知识相结合把图像分割问题转化为图像配准问题。首先采用Demons算法进行图像配准,用光流法计算瞬时位移,设计了一个新的停止准则使其能自适应地确定迭代次数,并将它在金字塔型的多尺度框架下实现。然后用配准得到的形变域对已精确分割的图像进行形变就能自动地获得未分割目标图像的分割结果。扩展上述过程就可实现整个图像序列分割。试验结果表明该算法用户干预少、分割速度快、分割结果准确。 展开更多
关键词 非刚性配准 医学图像序列 交互式分割
在线阅读 下载PDF
自适应调节医学CT序列图像窗宽窗位算法 被引量:3
8
作者 陈锦林 原培新 +1 位作者 侯浩南 赵钊 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2023年第10期1392-1400,共9页
调窗处理能够提高医学CT图像对灰度的识别准确率,默认窗位窗宽(127.5,255)局限性强,人工调窗不仅需要具备丰富的先验知识,而且效率低下无法广泛应用,为此提出一种自适应调窗算法.该算法首先根据序列图像最大和最小灰度值绘制直方图.其... 调窗处理能够提高医学CT图像对灰度的识别准确率,默认窗位窗宽(127.5,255)局限性强,人工调窗不仅需要具备丰富的先验知识,而且效率低下无法广泛应用,为此提出一种自适应调窗算法.该算法首先根据序列图像最大和最小灰度值绘制直方图.其次设置相关参数,遍历直方图去除频数小于阈值T 0的部分,再次遍历直方图将相邻两组频数差值小于阈值T 1的部分合并.最后根据直方图计算窗宽窗位.通过对比实验表明,该算法在均方误差、信噪比和峰值信噪比方面都有所提高,能够有效地提高灰度识别准确率. 展开更多
关键词 医学CT序列图像 自适应 调窗处理 直方图 阈值
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部