医学图像质量评价中的梯度加权SSIM

Zhou Wang等人提出了著名的图像客观质量评价方法：结构相似度（SSIM）,其理论基础是人眼视觉系统能高度自适应地提取场景中的结构信息,大量实验证明SSIM的评价性能多优于PSNR（或MSE）。然而,由于视觉掩盖效应的影响,且SSIM规避了HVS底层视觉特性,直接导致SSIM的评价常与主观评价不符。在深入研究SSIM算法的基础上,根据人眼视觉的掩盖效应之特性,提出图像中不同区域的失真程度引导的权值设计方案：基于梯度加权的SSIM图像质量评价方法（GWSSIM）。实验结果表明,GWSSIM的图像质量评价准确性高于PSNR和SSIM,尤其适用于医学图像。     

基于AM-FM纹理模型的医学图像检索

本文提出了一种基于调幅-调频(AM-FM)模型的医学图像检索算法。该方法首先使用Gabor滤波函数对图像进行滤波,计算Gabor函数冲激响应的偏微分,然后使用能量分离算法做调幅-调频分解,估计出瞬时幅值和瞬时频率,以幅值和频率的均值和标准差作为纹理特征。采用MATLAB和SQL开发语言构建检索平台,测试该特征的实用性,与Gabor纹理检索算法进行比较。实验结果表明,该特征对医学图像检索效果有明显的提高。     

基于GPU的血管造影图像增强方法*

血管增强扩散算法遵循多尺度方法,利用非线性各向异性扩散方法进行血管增强,该方法在可视化不同半径的血管和增强血管外观上比现存的大部分方法都要好,但医学图像数据分辨率和灰度级都很高,多尺度选择和求解非线性各向异性扩散的偏微分方程时运算量很大,执行速率低,不适合实际应用。提出一种基于GPU(graphic processing unit)的血管造影图像增强方法,采用计算统一设备架构(CUDA)技术,利用像素的独立性和偏微分方程求解的并发性,实现了并行血管增强扩散算法。实验结果表明,该方法在保持血管增强效果一样的同时降低了处理时间,加速比达到27倍以上。     

基于GPU的快速三维医学图像刚性配准技术*

自动三维配准将多个图像数据映射到同一坐标系中,在医学影像分析中有广泛的应用。但现有主流三维刚性配准算法(如FLIRT)速度较慢,2563大小数据的刚性配准需要300 s左右,不能满足快速临床应用的需求。为此提出了一种基于CUDA(compute unified device architecture)架构的快速三维配准技术,利用GPU(gra-phic processing unit)并行计算实现配准中的坐标变换、线性插值和相似性测度计算。临床三维医学图像上的实验表明,该技术在保持配准精度的前提下将速度提     

多通道快速GPU光线投射算法

现有基于GPU加速的光线投射算法为满足实时交互的需求,通常在用户交互过程中,采用降低采样频率的方法来提高重建速度,却丢失了三维数据场的信息,极大降低了重建图像的质量.针对这一问题,在分析GPU渲染管道线和图像插值重建技术的基础上,提出多通道快速GPU光线投射算法.利用离屏渲染技术,设置比显示分辨率低4～16倍的渲染分辨率,在此渲染分辨率下进行正常采样的光线投射算法,将渲染分辨率下重建结果重新作为输入,进行高分辨率重建,并显示结果.实验结果表明,该方法可以在满足重建图像质量的前提下,有效提高重建速度.     

改进的数字重建影像快速生成算法

为解决临床骨科手术导航系统的实时性问题,提高数字重建影像(DRRs)的生成速度,提出了一种改进的数字重建影像快速生成算法。基于光线投影算法的DRRs生成原理,采用CUDA硬件加速,引入大步长与只采样骨性结构相结合的降采样重建DRRs。实验结果表明,该算法不仅在速度上具有很明显的优势而且能保证获取的DRRs和临床X线图像的精确配准,满足了临床应用的实时性要求。     

基于MRF二次Membrane-Plate混合自适应先验的PET图像的收敛Bayesian重建算法

对于如何抑制正电子发射成像(positron emission tomography,PET)中的噪声效果的问题,Bayesian重建或者最大化后验估计(maximum a posteriori,MAP)的方法在重建图像质量和收敛性方面具有相对于其他方法的优越性.基于Bayesian理论,本文提出了一种新的能够保持其先验能量函数凸性的马尔可夫随机场(Markov Random Fields,MRF)混合多阶二次先验(quadratic hybrid multi-order,QHM),该QHM先验综合了二次-阶(quadratic membrane,QM)先验和二次二阶(quadratic plate,QP)先验,且能够根据不同阶数的二次先验和待重建表面的性质自适应的发挥QM先验和QP先验的作用.文中还给出了使用该新的混合先验的收敛重建算法.模拟实验结果的视觉和量化比较证明了对于PET重建,该先验在抑制背景噪声和保持边缘方面具有很好的表现.     

一种结合SPIHT编码的自嵌入水印算法

针对当前基于DCT(离散余弦变换）的自嵌入水印算法对恢复图像细节能力不足的问题,提出了一种基于小波域内嵌编码的自嵌入水印算法。小波变换克服了DCT在图像压缩中的局限性,SPIHT编码则利用了小波变换系数的特性,提高了压缩性能,在同等的嵌入容量时,使水印含有更多图像信息,从而在保证水印透明性的前提下,较传统方法提高了图像恢复质量。同时,鉴于SPIHT算法为内嵌编码,可根据需要调节水印大小从而改变嵌入强度,这也是传统方法所不具备的。Logistic和Cat双重混沌映射的应用,提高了水印安全性和水印检测的能力。最后,进行了算法性能测试实验,验证了本文算法的有效性。     

基于Moreau-包络的近似平滑迭代磁共振图像重建算法

针对基于压缩感知（CS）的磁共振成像（MRI）稀疏重建中存在的两个非平滑正则项问题,提出了一种基于Moreau包络的近似平滑迭代算法（PSIA）。基于CS的经典MRI稀疏重建是求解一个由最小二乘保真项、小波变换稀疏正则项和总变分（TV）正则项线性组合成的目标函数最小化问题。首先,对目标函数中的小波变换正则项作平滑近似;然后,将数据保真项与平滑近似后的小波正则项的线性组合看成一个新的可以连续求导的凸函数;最后,采用PSIA对新的优化问题进行求解。该算法不仅可以同时处理优化问题中的两个正则约束项,还避免了固定权重带来的算法鲁棒性问题。仿真得到的体模图像及真实磁共振图像的实验结果表明,所提算法与四种经典的稀疏重建算法：共轭梯度（CG）下降算法、TV1范数压缩MRI（TVCMRI）算法、部分k空间重建算法（RecPF）和快速复合分离算法（FCSA）相比,在图像信噪比、相对误差和结构相似性指数上具有更好的重建结果,且在算法复杂度上与现有最快重建算法即FCSA相当。