基于肋骨信息的CT图像肺区疑似粘连肿瘤检测

在计算机辅助CT图像肺部肿瘤诊断系统中,当肺区内部存在较大粘连肿瘤时,将导致分割出来的肺区存在较大的缺陷,因而在肺区内部就无法识别粘连肿瘤。利用肋骨轮廓与肺区轮廓形状相似的特性,先用三次立方样条曲线拟合出肋骨的内部轮廓,然后根据肋骨轮廓图与肺区轮廓图找出可疑粘连肿瘤的种子点,最后将肋骨轮廓图与肺区图相结合进行区域生长找到疑似粘连肿瘤。实验结果表明该方法能有效的从CT图像中分割出疑似粘连肿瘤。     

基于模糊速度函数的活动轮廓模型的肺结节分割

肺结节是肺癌在早期阶段的表现形式. 利用计算机辅助诊断(Computer-aided diagnosis, CAD)技术对血管粘连型肺结节和磨玻璃型肺结节进行检测, 需要对这两类肺结节进行准确的分割. 目前基于传统活动轮廓模型的肺结节分割算法, 存在边界泄露现象. 对此, 本文提出一种基于模糊速度函数的活动轮廓模型的肺结节分割算法. 首先, 采用结合灰度特征和局部形态特征的模糊聚类算法, 计算模糊速度函数中的模糊隶属度; 其次, 将模糊速度函数引入到活动轮廓模型中, 在肺结节的边界处, 该速度函数为零, 轮廓曲线停止演变, 从而完成肺结节的分割. 实验结果表明, 本文提出的算法可以精确地分割血管粘连肺结节和磨玻璃型肺结节.     

基于改进GAC模型的血细胞显微图像分割

研究血液细胞图准确分割问题,针对血液细胞繁多、形态各异,造成图像准确分割困难.为获得更准确的分割结果.克服在血细胞显微图像分割中应用的典型分割算法的不足,对滤波方法和反差参数估计两方面对测地线活动轮廓模型进行了改进.分割时首先应用最小核同值区算子代替传统边缘检测算子,并结合形态学处理获得初始轮廓,根据改进GAC模型进行曲线演化获得精细细胞边界,最后,基于距离变换和测地膨胀获得粘连细胞分界线,完成细胞分割.仿真表明,典型改进算法对分割出的细胞区域更准确.细胞边缘连续平滑,而且具有良好的抗噪能力.     

一种改进的交互式CT胸部图像肺实质分割方法

提出一种交互式的肺实质分割算法,该算法充分利用序列CT图像相邻层中肺实质轮廓变化缓慢的特点,结合且改进了Live-Wire模型、Snake模型以及轮廓插值方法.并辅以操作人员的专业知识.首先人工的在序列CT图像中选取肺实质的关键层,然后通过Live-Wire模型交互式的勾勒其轮廓,再进行轮廓插值得到其他层肺实质的初始轮廓,最后通过Snake模型演化得到所有层的肺实质准确分割结果,并加以手工修正.实验结果表明,该算法能快速准确的从序列CT图像中分割出肺实质.     

超声乳腺肿瘤图像的自动分割

为解决传统Snake模型对初始轮廓敏感和凹陷边界提取困难的问题,分别提出了双阈值分割算法和Snake模型的改进方案.通过双阈值分割算法与形态学运算、滤波技术的综合应用,获得靠近边缘的初始轮廓.采用改进的Snake模型使初始轮廓跟踪到实际边界.由于对模型的能量定义做了调整,凹陷边界也可被准确跟踪.通过临床采集的20例乳腺图像肿瘤边缘的提取和分析,结果表明,该方法能有效提取出肿瘤边缘,实现超声肿瘤的自动分割.     

病理性肺部粘连肿瘤分割

病理性肺部粘连肿瘤的分割是放射治疗靶区界定的关键。本文利用CT序列图像分割出完整肺区中的肿瘤边界信息,然后应用这些信息对其相邻CT图片中粘连肿瘤作进一步分割。使用重叠率和边界位置评价方法,对分割结果与放射科医生手工勾画的边界作了比较。结果说明该方法是可行的。     

一种基于低剂量CT图像的肺结节分割方法*

为了减少低剂量胸部CT图像的肺结节分割过程中噪声及灰度分布不均匀等问题的干扰,提出一种新的肺结节分割算法。在活动轮廓模型的基础上,结合模糊隶属度,引入模糊速度函数作为轮廓线演化的限制权重因子,从而可排除分割时噪声等因素的干扰并能提高演化效率。并且针对血管粘连型肺结节,对模糊隶属度进行修正,引入血管特征系数,降低肺实质中大量血管区域的影响。经实验证明该算法可有效提高肺结节的分割精度,对血管粘连型肺结节分割结果更好,并且能明显降低肺结节的误分割率。     

基于活动轮廓的运动目标的动态分割

提出了一种基于活动轮廓的运动目标动态分割方法。利用Ｂ样条曲线表示活动轮廓,导出了Ｂ样要曲线控制点的运动模型,从而使得活动轮廓能自动地跟踪运动目标的边缘,实现运动目标的动态分割。同时我们还提出了控制点数目的自动确定方法。实验结果验证了该方法的有效性。     

基于胸部CT图象的肺区自动分割

肺区自动分割是肺部肿瘤计算机辅助诊断系统的关键之一。文章采用多阈值和区域生长方法,先去掉背景,再去掉气管/支气管,最后对提取出来的肺区使用滚球的方法进行修补。该方法速度快、人工干预少、准确。     

基于欧氏距离变换的肺部粘连肿瘤分割算法

以肺部CT图像为研究对象,针对肺部粘连肿瘤图片本身的特点,提出了一种基于边缘跟踪的二维欧氏距离变换算法.从目标区域的最外层边界开始,自外向内对目标区域进行边缘跟踪、腐蚀,直到肿瘤区粘连部分与肺部边界分离.算法能够计算精确的欧氏距离.通过实验分割出的肿瘤和放射科医生手工勾画的肿瘤轮廓对比,5幅病例图像重叠率达到了75%左右,实验结果表明该方法对于中晚期肺部粘连肿瘤的分割有一定的效果.     

基于CT图像的肺部肿瘤自动定位系统

系统自动检测出CT图像中的肺癌区域,并精确地勾画出肺癌的轮廓。应用核心的分割算法分割肺区,针对检测肺癌这个特定的临床任务所做的肺区轮廓修补操作也是必需的。根据周长,面积,直径,形状参数,平均CT值等特征,构造分类器来判别提取出的结节的性质,将最终定性为肺癌的区域的轮廓精确地勾画出来作为系统的输出结果。     

链码表和线段表用于图像特征提取的研究

针对图像特征提取中轮廓跟踪的问题,介绍了链码表和线段表的数据结构,及其在肺癌细胞特征提取中的应用。在对肺癌细胞图像进行轮廓跟踪过程中,首先用行扫描得到细胞轮廓起点,然后采用链码跟踪技术,跟踪其轮廓,得到一个封闭的轮廓信息即链码表,一直到所有的轮廓跟踪完毕为止。然后通过线性转换得到线段表,再根据链码表和线段表分别求出周长和面积等特征。最后在Visual C＋＋软件平台上对该方法进行了验证。结果证明,该方法可准确求出肺癌细胞图像的几何特征。     

基于统计跳变回归分析的肺部CT图像分割

在肺癌的放射治疗应用中,对肿瘤的分割是自动定位的关键。由于肺区CT图像中存在细小的支气管、血管以及纹理,这给肿瘤的分割带来了困难。用传统的滤波方法不能在抑制肺区内细节的同时保持肺区及肿瘤的边界。采用统计跳变回归分析方法对CT图像进行预处理,处理后的肺区中细小的支气管和血管以及纹理被抑制,并且该方法具有良好的保边性,这有利于之后对肺区和肿瘤的分割。实验表明该方法是有效的。     

硅太阳能电池视觉检测方法研究

硅太阳能电池生产过程中的检测是一个重要的环节,针对硅太阳能电池片的特点,提出了一种基于视觉检测的硅太阳能电池检测方法。通过拟合直线和圆进行外形尺寸的测量,并在此基础上通过计算边缘点到拟合直线或圆弧的距离进行外形破损检测。针对丝印后电池表面纹理结构比较复杂的特点,采用多模板匹配并结合差影的方法进行丝印缺陷检测。实验结果表明：提出的方法具有稳定、可靠和精度高等特点,达到了快速、有效地实现硅太阳能电池缺陷检测的目的。     

掌纹ROI分割算法的研究与实现

掌纹感兴趣区(ROI)分割是掌纹识别的关键步骤,目前掌纹分割方法主要存在定位点不易确定和同类图像ROI提取偏移度较大等问题,为改善这些问题,提出一种新的ROI分割算法。首先确定手掌图像中的两个指谷点;然后利用手掌轮廓特定区域边界点拟合直线,以该直线为基准,以固定角度的方式建立直角坐标系,利用指谷点找到掌纹信息丰富的区域,确定掌纹的ROI,最后提取特征矢量进行匹配识别。实验结果表明,该算法分割掌纹ROI的准确度高、速度快,对同类图像分割的偏移度更小,掌纹ROI的提取率达98.2%,掌纹正确识别率提高了3%左右,为基于掌纹的身份认证系统的实现提供了理论和实验依据。     

CT影像中边缘病变的二维肺野分割研究

为了研究采用基于先验形状约束的活动轮廓模型方法来正确分割胸腔CT影像中高密度病变影响边缘的肺野区域, 对已分割获得的胸腔CT影像中的二维肺野区域的形状根据其相似性进行粗略分类, 并对这些先验形状进行分类学习, 通过学习获得的PCA形状向量与活动轮廓相结合的迭代方法拟合肺野区域的正确边界, 最后通过基于边界的区域分割方法对胸腔CT影像进行分割, 得到正确的肺野区域。通过所得分割结果的对比表明, 采用该模型来拟合肺野区域边界来完成肺野分割是可行的, 同时从分割结果的量化评价指标(准确性和敏感性、特异性)可看出本方法分割能够得到正确的肺野区域。     

Real Time Fitting of Hand-Sketched Pressure Brushstrokes

A method is described for fitting the outline of hand-sketched pressure brushstrokes with Bézier curves. It combines the brush-trajectory model, in which a stroke is generated by dragging a brush along a given trajectory, with a fast curve fitting algorithm. The method has been implemented for a vector-based drawing program in which the user draws with a cordless pressure-sensitive stylus on a digitizing tablet. From the trajectory followed by the stylus, its associated pressure data, and a specified brush, a stroke of variable width is computed and displayed in real time. First, the digitized trajectory is fitted, thus removing noise. Then, from polygonal approximations of the fitted trajectory and the brush outline, a polygonal approximation of the stroke outline is computed. Working with polygonal approximations reduces computations to simple geometric operations and greatly simplifies the treatment of dynamic, pressure-controlled brushes. Last, the polygonal approximation of the stroke outline is fitted. The result is a closed piecewise Bézier curve approximating the brushstroke outline to within an arbitrary error tolerance. Several examples of hand-sketched drawings realized with this method are presented.     

甲骨文的曲线轮廓字形自动生成系统

甲骨文是我国迄今为止发现的最古老的较成熟的系统文字,数字化甲骨文具有重要的现实意义.阐述基于二次Bezier曲线自动生成轮廓甲骨文的方法,该方法尤其适用于无笔划特征的甲骨文.主要步骤包括轮廓跟踪、初始化角点、细分曲线和拟合曲线.该方法得到的甲骨文字形和原字形完全一致并且大大减少了存储空间还支持甲骨文字的任意旋转和无级放大.为甲骨文在计算机中的使用提供了途径.