B超医学图像处理系统

用Ｂ超医学图像处理系统可以在不改变现有医院Ｂ超仪的情况下，对原始图像进行放大、缩小，开窗，正负变换，动画多幅显示和伪彩色处理，使图像更为清淅，在临床上能帮助医生们提高对病灶图像的判读识别能力。     

图像处理技术在超声相控阵检测中的应用

近年来,现代工业诊断与检测技术正在向信息化和可视化方向高速发展,数字化超声相控阵检测技术已逐渐成为国内外无损检测研究的热点.以火车车轮缺陷超声相控阵检测为例,通过各方面调研,从超声相控阵基本原理和图形扫描显示出发,运用图像特征提取技术进行缺陷识别.结果表明,结合数字图像处理技术后,超声相控阵系统克服车轮固有缺陷的干扰,准确地提取出车轮真实缺陷,从而提高了超声相控阵系统的探伤能力,同时也对自动探伤的研究具有一定启示作用.     

产前超声医学图像处理

作为一种医学成像方法,超声诊断在产科临床上中应用得最为普遍.本文首先介绍了超声医学图像处理方法的原理及特点,对其技术及所涉及的算法进行了探讨,浅析了该方法中的要点.其次,将产前超声医学作为背景对这些技术应用进行了介绍,最后,探讨了产前超声智能化诊断的发展趋势.     

融合纹理特征和形状特征的医学图像分类方法

针对近些年来,女性人群中乳腺恶性肿瘤患者逐年增长的趋势,提出了一种融合纹理特征和形状特征的乳腺超声肿瘤图像的识别方法。该方法不但结合了临床医生的诊断经验,而且有效利用了数字图像特征提取技术,提取出的特征能反映出良性肿瘤和恶性肿瘤的本质区别,将样本进行特征提取并通过支持向量机(SVM)技术分类,该方法取得了良好的分类效果。实验结果证明文中的特征融合方法十分有效。     

基于DM642的异性纤维分拣图像处理系统的研究

待加工原棉中往往混有难以分辨的异性纤维,能否有效地的去除这些杂质长期以来一直困扰着棉纺企业,关系到棉纺产品的质量和企业的生存.在本文中我们研究设计了异性纤维分拣图像处理系统.该系统以数字信号处理器(DSP)作为硬件平台,在软件编程上引入操作系统的编程思想,采用基于统计量的图像处理算法对所采集的图像进行处理,实现了对混有异性纤维的原棉分拣.实验表明,系统可简便、高效地实现异性纤维检测和剔除.     

基于Web的医学图像处理系统的设计

为了更方便地集成医学图像处理算法,通过分析医学图像处理的特点和结合临床应用的基本需求,文中设计了一套基于Web的医学图像处理系统。该系统主要基于Python语言、Kotlin语言、TypeScript语言、Spring Boot框架、Celery框架和DICOMWeb规范开发,通过将处理任务分解为计算作业实现人工介入操作,并通过对计算作业进行合理的分组实现算法运行环境的隔离。该系统具有易扩展、易部署、易维护和可伸缩的优点,可以方便地构建需要人工介入的医学图像处理任务,在算法足够成熟的时候也能够快速将该流程完全自动化。     

图像处理技术在白血病诊断中的应用

介绍了图像处理系统的结构,阐述了图像技术中图像分割、特征提取和图像识别等三个方面在白血病诊断中的发展现状,分析和讨论了图像技术在白血病诊断方面的研究趋势以及发展前景。     

基于SEEDS的医学超声图像分割算法

针对高强度聚焦超声(HIFU)治疗过程中肿瘤的快速识别与自动定位问题,提出了一种基于SEEDS超像素的自动分割方法,能够为医生快速、准确地定位肿瘤提供帮助,大大减少医生的工作量。该方法基于分裂合并的思想,先利用SEEDS将图像分裂成超像素,再提取超像素的纹理和边界信息,使用纹理边界编码压缩算法完成超像素合并,最后在先验信息的限制下实现肿瘤的自动分割。实验结果表明,该方法可以应对图像质量低、背景复杂等不同情况下的肿瘤分割问题,分割结果比较准确。     

三维医学图像处理

三维医学图像处理是当前研究的热点,本文介绍了一些重要的研究方向,包括成像方法、组织分割、图像配准及相应的处理方法。本文介绍了面绘制和体绘制两种成像方法,聚类法、基于边界的方法和基于区域的方法三种组织分割方法,基于对应目标点法、基于表面的方法、体素相似性度量等图像配准方法。     

小波分形插值医学图像处理

为了得到高分辨率图像,本文利用小波变换后各方面上的高频图像具有相似性的特点,提出了小波分形插值处理医学图像的方法。仿真实验表明,这种处理方法比常用的方法（如双线性插值等）具有更好的效果。     

特征级图像融合方法及在医学图像应用中的研究进展

医学图像特征级融合在医学领域中有重要的地位,首先给出了医学图像特征级融合流程图;然后对医学图像特征级融合技术进行探讨;其次,将特征变换方法归纳为基于核函数、非线性流行学习、不确定性和仿生学等四类,并分别进行了总结;再次,将特征选择方法归纳为基于启发式搜索、完全式搜索和随机搜索等三类,并对其中典型的粗糙集、遗传算法进行了讨论;最后对医学图像特征级融合技术进行总结和展望.     

基于乳腺肿瘤超声图像的灰色理论识别

乳腺肿瘤边界特征量如似圆度,面积比率,边界粗糙度、长宽比等,是鉴别良、恶性肿瘤的重要特征。利用灰色理论中的待诊病例与良性、恶性肿瘤的关联度的阀值,即可判断出是良性还是恶性肿瘤。实验表明,在76幅待诊病例中,良性肿瘤识别正确率达到87.5%,恶性肿瘤识别正确率达到75%。该方法较为有效地识别良性、恶性乳腺肿瘤。     

基于SVM的医学图像分类器的设计

提出了一个基于支持向量机的医学图像分类器.能提取形状和纹理特征作为分类算法的特征输入,进行计算机辅助诊断.提出了一种支持向量机新算法,解决了当两类中的样本数量差别较大时,支持向量机的分类能力将会下降的问题.实验表明,在小样本、两类样本数量严重不均衡的情况下,该算法有着较强的分类能力,可以极大地提高医学图像分类的效率和准确性.     

一个超声影像诊断专家系统的设计

本文论述了建立超声影像诊断专家系统的设计思想和方法。重点探讨了系统的诊断模型、广义知识表达、多级综合知识库和推理机的设计。     

基于FPGA的B超数字图像实时采集系统

提出一种基于FPGA的实时B超数字视频图像采集系统的控制逻辑方案.采集过程中重点考虑系统的实时性,在此采用FPGA与SRAM实现其硬件结构,给出系统的硬件框图.针对高速采集时存在的模/数转换速率高、数据量大等问题,采用数字波束延时聚焦、帧相关和双帧轮换存储等方式,使得系统能够进行实时的图像低级别处理和采集,并对其中各部分工作原理进行重点介绍.     

基于图像理解的LPR系统研究

设计了一种基于图像理解的智能车牌识别系统,利用水平和垂直投影进行车牌区域定位。通过基于垂直投影和模板匹配的字符分割方法有效地解决了背景变化、车牌尺寸变化、字迹模糊等问题,在对120幅472×332大小的车辆图像采用基于模板匹配的ORC识别方法,在Hausdorff距离分类器上进行了相关匹配测试实验。识别率达96.7%,识别时间稳定在0.3~1.2 s之间。     

一种新的自适应图像增强融合算法

提出了一种新的自适应图像增强融合算法,算法将输入图像分解为反映图像平均照度特征的低频分量和反映图像对比度特征的高频分量图像,基于局部灰度方差增强因子和非线性投影变换因子进行自适应图像增强处理,基于局部能量、局部归一化互相关融合测度和加权融合算子对增强后的图像进行特征提取和重构,得到融合图像.有效地将输入图像细节特征传递组合到融合图像中.     

受昆虫视觉启发的多光谱遥感影像特征检测器模型

本文受昆虫视觉系统时空域特征交互作用机理的启发,跳出传统遥感影像特征提取算法的研究思路,在无需考虑局部窗口尺寸和参数估计的条件下,提出利用波段交叉相关提取边缘纹理特征信息的多光谱遥感影像特征检测器模型.通过频谱域分析证明该模型可以综合光谱信息和空间信息对边缘纹理特征产生响应,具有较好的普适性和较强的抗噪能力.本文还将该...     

基于特征融合方法的高光谱图像分类综述

高光谱图像中包含丰富的光谱特征和空间特征,这对地表物质的分类至关重要.然而高光谱图像的空间分辨率相对较低,使得图像中存在大量的混合像素,这严重制约物质分类的精度.受到观测噪声、目标区域大小及端元易变性等因素的影响,使得高光谱图像的分类仍然面临诸多挑战.随着人工智能和信息处理技术的不断进步,高光谱图像分类已成为遥感领域的...