排序方式: 共有100条查询结果,搜索用时 15 毫秒
1.
西门子公司的创新型三维自动化乳腺超声(ABUS)系统已获得国内外医院的广泛应用,但其成像结果只能通过配套的SIEMENS ABUS Workplace影像工作站进行显示。由于该影像工作站长期被临床检查所占用,很难满足医生额外的教学和科研阅片需求。同时,该影像工作站专用于乳腺病变诊断,无法扩展面向下肢静脉曲张、腹壁疝诊断等拓展应用的定制功能。为了解决这两个问题,本文在深入分析ABUS系统DICOM文件结构的基础上,提出了基于MATLAB的三维ABUS图像多平面联合显示平台实现方法,该方法对三维ABUS图像的处理和分析具有很大的应用优势和临床价值。 相似文献
2.
3.
改进型脉冲耦合神经网络检测乳腺肿瘤超声图像感兴趣区域 总被引:2,自引:2,他引:0
为了解决超声图像斑点噪声、伪影、低图像对比度和图像亮度不均匀等问题,提出了一种改进的简化脉冲耦合神经网络(SPCNN)结合模糊互信息量的方法来自动检测乳腺肿瘤超声图像的感兴趣区域(ROI).首先,对超声图像进行模糊增强预处理;然后,通过改进SPCNN对超声图像进行点火,以最大模糊互信息量作为最优判决准则,获得相应的分类... 相似文献
4.
基于角膜测量仪器Corvis ST采集的图像视频,提出提取新特征参数以便准确区分正常角膜和圆锥角膜。首先对图像进行滤波、分割等预处理,检测角膜上下边界,并计算前角膜曲率值;用小波变换分析角膜曲率变化,获取与角膜运动趋势相关的特征,包括角膜运动的整体趋势和角膜振动的范数和标准差。然后,基于均方误差最小化法,提取特征参数,构建最优参数。最后,用支持向量机(SVM)对正常角膜和圆锥角膜进行分类。从频率的角度实施的实验显示角膜在基本运动趋势上存在着振动过程。此外,提出的参数优于形变幅度(DA)、峰值距离(PD)等传统参数,使准确度、灵敏度和特异性分别提高了10.2%,5.7%和6.9%。受试者工作特征曲线(ROC)下面积为0.948,接近于1。结果显示本文方法自动提取的特征参数可提高正常角膜和圆锥角膜区分的准确性,对临床诊断有辅助作用。 相似文献
5.
针对现有方法在去除医学超声图像斑点噪声上的局限,提出一种带预处理的双树复小波变换的去斑算法。先从超声I/Q图像中提取实部,并从中"盲估计"出系统的点扩散函数;然后通过维纳滤波,估计组织反射率图像;接着对该图像作同态变换将乘性噪声转化为加性,并进行噪声高斯化处理;最后采用双树复小波变换和双变量收缩函数,获得去斑后的超声图像。分别对同质和边界区域的超声仿真图像、实际超声血流图像采用本文方法和现有方法进行比较实验,结果表明,采用本文方法可将超声图像的斑点信噪比和边界保留指数平均提高2.066和4.091倍,归一化均方差平均降低3.831倍,整体性能指标优于现有方法。 相似文献
6.
7.
8.
9.
提取血管内超声(IVUS)图像的血管内腔轮廓对冠状动脉疾病的诊断有积极意义.本文提出了一种基于梯度矢量流(GVF)snake与多尺度分析的轮廓提取新方法.针对传统GVF snake的轮廓初始化、抑制噪声和伪像干扰两个难点,本文方法在如下两个方面进行了改进第一,利用序列图像的特性产生时间方差图并得到初始轮廓,从而实现轮廓提取过程的全自动化;第二,引入多尺度分析,使GVF snake在离散小波变换得到的多尺度图中形变,从而增强了算法的鲁棒性.对仿真图像和实际IVUS图像的实验表明,该方法在轮廓提取的精度方面优于传统的GVF snake方法. 相似文献
10.