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。     

一种基于分层Mumford Shah模型的颅脑图像分割方法

在介绍简化Mumford Shah模型和水平集(Level Set)方法的基础上，针对颅脑多目标分割问题，提出了一种基于分层Mumford Shah模型的图像分割方法，并运用改进图像分割方程进行计算求解，对颅脑MR图像的分割实验证明了该方法的有效性。     

基于Radon变换的医学图像增强方法

提出了一种基于Radon变换的医学图像增强方法,该方法不仅实现简单,而且能够有效地增强医学图像对比度.通过与常规方法相比较,该方法处理图像更加清晰并且具有较强的鲁棒性.     

一种基于分层Mumford-Shah模型的颅脑图像分割方法

在介绍简化Mumford-Shah模型和水平集（LevelSet）方法的基础上,针对颅脑多目标分割问题,提出了一种基于分层Mumford-Shah模型的图像分割方法,并运用改进图像分割方程进行计算求解,对颅脑MR图像的分割实验证明了该方法的有效性。