融合上下文信息的血管造影图像增强

 数字血管造影是现代可视化医疗中一种广泛应用的技术,但是心血管造影图像往往充满噪声,使得医生无法判别.传统增强技术往往难以将血管,尤其是细小的血管,从对比度低且背景复杂的造影图像中增强出来.由于血管往往具有局部空间的结构一致性,本文基于一种共圆规则融合血管上下文的信息并通过一个迭代过程使得一致性的空间成分得到增强.用该方法对血管造影图像进行处理,使血管从背景中显著突出,然后辅以适当的后续处理,便可以得到较为满意的视觉效果.     

一种基于改进的PCNN的视网膜血管树提取方法

根据脉冲耦合神经网络（PCNN）动态点火特性和视网膜血管网络区域结构特征,提出了一种基于改进型PCNN（IPCNN）的视网膜血管树提取方法。该方法对二维高斯匹配滤波预处理增强后的眼底图像运用IPCNN分割出增强图像的血管网络,然后对分割得到的血管网络结合区域连通性特征,采用长度滤波算子滤除噪声,提取出最终的血管树。通过...     

基于血管分割的视网膜图像无参考质量评价方法

为了研究不同失真类型和不同失真程度对血管分割 的影 响,本文将图像的失真类型和失真程度量化为图像血管分割精确度,由于现有公开库中包含 血管分割标签 的图像中均为低失真甚至无失真图像,因此本文构建了一个视网膜失真图像数据库,共包含 2种失真类型, 每种失真类型的图像均有8个等级的失真程度,共552幅视网膜失真图像,并将每幅失真图 像对应的血管 分割精确度作为该图像的标签。此外,本文提出了一种基于血管分割方法的视网膜图像无参 考质量评价方 法,通过提取视网膜图像的像素值统计特征、图像纹理特征以及血管形状特征得到最终视网 膜图像的质量。 在提出的数据库上测试结果显示,皮尔逊线性相关系数值高于0.96, 斯皮尔曼等级相关系数值高于0.95。 与现有评价方法相比,该方法优于传统的无参考评价方法,更能够客观的反映不同失真图像 对血管分割这一应用的影响。     

MS-UNet++:基于改进UNet++的视网膜血管分割

本文针对视网膜图像中细微血管特征提取困难导致其分割难度高等问题,提出了一种 基于端到端的神经网络嵌套视网膜血管分割模型算法(简称MS-UNet++),该算法选取了深度监督网络UNet++作为分割网络模型,提升特征的使用效率;引入MulitRes模块,改善低对比度环境下细小血管的特征学习效果,并在特征提取后加上SENet模块进行挤压和激励操作,从而增强特征提取阶段的感受野,提高目标相关特征通道的权重。基于DRIVE图像数据集的实验结果表明,该算法分割结果与真实结果之间的重叠率DICE值为83.64%,并交比IOU为94.83%,准确度ACC为96.79%,灵敏度SE为81.78%,较现有模型有一定的提升,可用于视网膜图像血管分割,为临床诊断提供辅助信息。     

基于标记分水岭的视频帧图像分割

为了提取血管扩张收缩的变化趋势，在采集原始视频AVI图像，进行帧序列转换后，提取血管轮廓成为研究的重点。文中提出了一种基于标记分水岭对血管超声帧图像的分割方法，该法针对超声图像对比度低、噪声强的特点在标记之前进行小波域增强。实验证明该法较传统的区域生长法更能准确地提取目标轮廓。基于该法得到的血管在连续时间内截面积变化曲线，更方便医师进行精确的病理分析。由此可见，该法更适用于超声血管图像的边界提取。     

一种新的血管造影图像增强方法

本文提出了一种新的血管造影图像增强算法.血管造影图像的质量由于种种原因而比较差,因而有必要对其进行增强以便于后续的分割或者中轴提取.为了解决这一问题,本文先对各向异性增强进行了深入分析,然后结合血管造影图像的特点,建立了一种新的对比度模型.并利用此模型,对原始的各向异性扩散方法中的传导参数加以自适应选择,最后利用改进的算法对血管造影图像进行增强.实验结果表明改进的各向异性扩散算法能很好地增强血管造影图像.     

基于可控图像分割的快速视网膜血管提取算法

针对多数视网膜血管提取算法实时性不强和分割 精度不高的问题,提出了一种基于可控图像分割的 快速视网膜血管提取算法。首先,对视网膜G分量图像的灰 度进行反转和自适应直方图均衡化,应用结 构元素为“菱形”和“圆盘形”的形态学“开”运算平滑图像背景和增强血管对比度,消除 视盘后阈值分割并二值 化得到不含视盘的分割图像。其次,根据在灰度图像中检测到的视盘构建掩膜,再次对 视网膜绿色分 量图像自适应直方图均衡化后进行阈值分割,并和掩膜进行逻辑“与”运算得到含有掩膜的 分割图像。最后, 将不含视盘的分割图像与含有掩膜的分割图像进行逻辑“与”运算,并融合边界信息获得最 终的视网膜血管 结构。实验结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的实时性和 较高的分割精度。     

SMT焊点视觉获取及预处理系统的建立与应用

为研究检测SMT焊点的质量和可靠性的方法，建立了一套SMT焊点视觉获取及预处理系统。该系统由硬件检测装置和相关软件组成，具有视频采集、图像捕捉、图像保存、图像预处理以及图像特征参数分析的功能。该系统可以实时对SMT焊点进行视频采集，可以捕捉图像并进行图像预处理，能够获得SMT焊点三维重构所需的图像。通过对比各种图像滤波算法和增强算法，找到了适合SMT焊点图像的预处理算法。     

基于双字典学习的眼底图像血管分割

为辅助诊断眼底疾病和部分心血管疾病,本文提 出一种基于双字典学习和多尺度线状结构检测的眼底图 像血管分割方法。首先在HSV颜色空间利用伽马矫正均衡眼底图像的亮度,并在Lab颜色空间 采用CLAHE 算法提升图像对比度,再采用多尺度线状结构检测算法突出血管结构得到增强后的特征图像 ;然后利用 K-SVD算法训练特征图像块和对应的手绘血管标签图像块,得到表示字典和分割字典,采用 表示字典得到 新输入特征图像块的重构稀疏系数,由该系数和分割字典获得血管图像块;最后进行图像块 拼接、噪声去 除和空洞填充等后处理得到最终分割结果。在DRIVE和HRF数据库测试,利用准确率、特异度 、敏感度 等八种评估指标来检验分割性能。其中,平均准确率分别达0.958和0.951,平均特异度分别 达到0.982 和0.967,平均敏感度分别达到0.709和0.762,表明该 方法具有较好的分割性能和通用性。     

荧光视网膜图像的照度均衡及自适应血管增强算法

提出一种基于图像反射度照度模型的荧光视网膜图像照度校正与均衡算法.首先,使用多尺度处理及形态学测地膨胀运算将原始图像分离为背景图像和前景图像,然后,在背景图像的基础上使用多方向直线均值法对图像的照度成分进行估计,并由反射度照度模型得到背景的均衡图像;最后,单独对前景血管自适应增强的图像进行灰度校正,并将均衡后的背景图像...