基于JPEG2000的医学图像感兴趣区编码与渐进传输

针对JPEG2000标准使用的两种感兴趣编码方法,最大位移法和一般位移法对医学图像处理的不足,采用了一种分步提升方法,以完成医学图像感兴趣区域编码,以及图像中病灶区域和非病灶区域图像质量的自由调整。并根据率失真优化策略组织压缩码流,实现医学图像的感兴趣区域编码与渐进传输。实验结果表明,该方法可在低码率下实现感兴趣区域的高保真度压缩,有效提高图像压缩和传输的效率。     

基于梯度特征的医学体绘制传输函数曲线拟合方法

医学体绘制的精度和实时性取决于传输函数曲线的精度和生成过程的运算开销.典型体绘制的传输函教生成方法是通过灰度映射来生成分段线性函数,精度低、耗时长.本文针对该问题.提出了一种基于体数据梯度特征的传输函数曲线拟舍方法.该方法根据体数据集的梯度变化特点,利用数据值、梯度和沿梯度方向的二阶导数拟合曲线函数来生成传输函数.实验结果表明:在使用规则俸数据时,本方法可有效实现医学可视化.     

基于改进SPIHT算法的医学图像ROI编码

提出了一种适用于医学图像渐进传输的感兴趣区域编码方法。通过采用交错位平面思想,实现了ROI和BG区域相对质量可调,且支持任意形状ROI编码。结合提升后的位平面特点,提出了基于ROI形状估计的改进SPIHT算法。实验结果表明,相比传统SPIHT算法,改进算法在相同码率下,具有更高的图像质量。     

基于样例图像的颜色传输函数设计

体绘制是颜色混合的过程,用户很难通过直接编辑颜色传输函数来得到期望的颜色混合效果.为了能更直观地为体绘制图像设置颜色,提出一种基于样例图像的颜色传输函数设计方法.首先使用颜色迁移方法,基于样例图像对初始体绘制图像进行颜色迁移,使得迁移后的体绘制图像与样例图像有类似的着色风格;然后还原体绘制的颜色混合过程,使用最优化的框架将迁移后的体绘制图像反推到三维建立颜色传输函数,在该颜色传输函数下的绘制结果与样例图像尽可能保持一致,样例图像可以是任意符合用户期望颜色效果的图像.与传统的传输函数设计方法相比,文中方法利用了已有图像资源和人类对图像的感知能力,更简单直观,易于使用,且该方法是有效的.     

基于感兴趣区域的医学图像近无损压缩

在应用整数小波变换和基于分层树集合分割排序算法的基础上,提出了一种新的基于感兴趣区域的编码方法。本文还提出了一种感兴趣区优先编码策略,可以保证在极低的码率下感兴趣区的重建质量远远好于非感兴趣区的重建质量。这些方法得到的压缩码流都具有嵌入的特点,支持渐进传输。     

基于ROI的医学图像无损压缩

如何高效地压缩医学图像,以便减少存储空间和传输时间,已经成为迫切需要解决的问题。在分析现有的图像压缩方法和医学图像特点的基础上,针对医学图像有损压缩方法和无损压缩方法各自的不足,研究了一种基于ROI（Region of Interest）的医学图像无损压缩方法。     

基于内容的图像检索中多维索引技术研究

基于内容图像检索越来越受到人们的关注,而多维索引技术是基于内容图像检索的关键技术之一.全面分析多维索引的相关技术,主要包括多维索引技术的发展现状、多维数据厦多维索引结构的特点、多维索引结构的查询方式,并且着重分析常见的六种有代表性的索引结构.     

基于VC++的医学图像传输系统

以VC++为开发平台,创建DICOM图像核心类,实现了DICOM图像的传输。首先介绍医学图像传输过程,然后分析DICOM应用实体关联协商及数据传输关系,最后阐述了系统实现的技术。     

基于JPEG 2000的医学图像ROI压缩

本文简单介绍了无损压缩和有损压缩及其特点,重点介绍了基于JPEG2000的感兴趣区域(regionofinterestROI)的压缩原理及实现方案,并用实验进行验证,将压缩后的图像与原始图像作了比较,便于医务人员选用不同的压缩比得到适合的图像以进行更准确的诊断。     

医学图像的网络传输研究

在网络带宽受限的背景下,提出了有效解决医学图像远程访问问题的方法.文章概述了DICOM(Digital Imaging and Communications in Medicine)标准所定义的医学图像报文格式,并据此对现实医院中的医学图像进行了分析.提出了适合于医学图像在互联网上传输的解决方案.最后,论证了该方案的可行性,并将该方案与其它解决方法进行了比较.     

基于二维直方图图像智能分割的体绘制传递函数设计

为了增强传递函数的特征区分能力并简化交互模式,提出一种基于二维直方图图像分割和特征度量差异性分析的渐进式体绘制传递函数设计方法.通过渐进式地用不同的特征组成传递函数对目标区域进行逐步求精地分离,并在每次分离时采用面向数据分类的特征空间度量差异性的评估方法智能指导二维传递函数数值特征的选取.使用这一系列二维传递函数对目标区域进行多次分离,得到目标区域精确的分离结果;再利用此结果突出目标区域的显示,增强可视化效果.由于该方法借鉴了前人建立在对二维直方图图像进行normalized cut分割和层次聚类的交互方式,使得二维直方图的交互也非常简单便捷.实验结果表明,文中方法是有效的.     

基于VTK的医学图像三维重建的研究与实现

医学图像的三维显示为医生提供了直观、全面、准确的病人病情信息,是当今医学影像领域研究的热点之一。VTK是开源的可视化工具包,在国际上得到广泛应用,具有优秀的架构和运行机制。通过对DICOM医学图像的研究,应用VTK技术,研究了医学图像横断面、冠状面、矢状面显示以及三维重建的方法,该方法对医学图像三维体绘制数据的研究具有一定的实用价值。     

基于GPU的三维医学图像混合可视化系统

研究并实现了一个基于GPU的医学图像混合可视化系统,该系统采用三维纹理映射的方法实现直接体绘制,利用GPU的可编程特性完成体绘制方法中的插值后分类算法和传输函数的传递及实时修改,采用OpenGL技术实现表面的绘制,并基于场景图结构实现时表面数据的管理。面绘制和体绘制部分都采用OpenGL实现,运用OpenGL的融合机制,系统实现了面绘制和体绘制的混合显示。本系统大大提高了体绘制的速度,有效地保留了面绘制和体绘制的优势,在保证绘制速度的基础上丰富了图像信息。     

基于近似密度函数的医学图像聚类分析研究

针对医学图像数据难以用数学模型来表述和聚类的问题,提出一种基于近似密度函数的医学图像聚类分析方法.该方法采用核密度估计模型来构造近似密度函数,利用爬山策略来提取聚类模式.基于真实的人体腹部医学图像数据集的实验结果表明,该方法可以取得较好的聚类效果.     

基于GPU的2D-3D医学图像配准

在2D-3D医学图像配准中,数字影像重建(DRR)的生成与相似性测度是最重要同时也是最耗时的两个配准步骤。针对配准过程中计算量大、耗时长的问题,将模式强度与梯度相结合,简化模式强度相似性测度的计算量,同时利用图形处理器(GPU)的多线程并行计算 在GPU上完成 DRR生成与相似性测度,引入梯度下降与多分辨策略对配准过程进行优化,完成整个配准过程。通过与多种相似性测度方法以及基于CPU的配准的比较,表明该方法在很好地兼顾配准精确度的同时,配准速度得到了大大提高。     

三维医学图像体分割算法研究

在分析医学数据场物理特性的基础上,提出一种基于边缘过渡区域的医学体数据分割算法.论述边缘过渡区域在医学数据场中的存在性和区域分割对医学数据场的可行性;对三维数据场进行预处理,并修正扩展二维图像的灰度区域分割方法,使之适用于提取三维数据场边界过渡区,通过优化算法的运算流程和采样方法以提高三维数据场体分割的算法效率.实验结果表明本文算法提高了分割精度并降低了时间消耗.     

基于序列图像三维重建的图像预处理研究

为了降低三维重建对输入图像的要求,论文对三维重建的预处理流程进行探索,通过实验去除输入图像中的非目标点.首先通过对图像进行立体校正来使序列图像处于同一水平面,然后通过图像均衡化、对比度调整等方式强化目标与背景的差异,再通过sobel算子与Scharr滤波器对图像进行边缘提取,最终对边缘图像进行开运算操作和连通域标定来去...     

一种基于三维医学图像的对比度模糊增强算法

由CT、MRI断层切片重建出的三维医学图像可以划分为目标区和背景区两部分,进行医疗诊断的信息主要集中在目标区,因此在图像进行处理时应合理区分两部分并采用不同的方法进行处理。文章针对这一问题,提出了一种三维医学图像的对比度模糊增强算法;该算法能够将三维图像目标区与背景区分开,并单独对目标区进行模糊增强处理。实验表明了该算法的有效性和可行性。     

基于VTK的医学图像可视化三维重建

医学三维数据场可视化是当前科学计算可视化应用的重点,具有重要的学术意义和应用价值.体绘制是该技术的一个主要的方法.在VTK(Visualization Toolkit)类库提供可视化与显示功能的基础上,主要讨论了光线投射算法进行体数据的绘制的特点,同时采用了包围盒技术改善了光线投射算法的绘制速度.实验结果表明,图像的质量在没有受到影响的前提下,图像的绘制速度得到了大幅度的提高,同时证明了VTK是医学三维数据场可视化的有力工具.     

基于多层水平集函数的三维多相图像分割

多相图像分割通常利用多个水平集函数分别定义不同区域的特征函数,其极值求解问题需要对多个函数分别求极值,计算效率较低。针对三维多相图像,提出一种改进的变分水平集模型,采用一个多层水平集函数的n层水平集隐式曲面,将图像划分为n个区域,通过对一个水平集函数求极值,实现三维多相分段常值图像的快速分割与重建。将能量泛函表达为数据项和规则项,借助规则化Heaviside函数设计区域划分的通用特征函数,采用Split-Bregman投影方法进行能量最小化求解。实验结果表明,该模型可以有效地实现三维多相图像分割,与Chan-Vese模型相比,其迭代步数较少,分割速度较快。