-
双能锥形束CT的分解算法和成像物体尺寸依赖性研究
编辑人员丨2天前
目的:分析"直接分解"和"迭代分解"两种双能锥束CT(DECBCT)分解算法对于不同尺寸模体图像质量和物质分解精度的影响。方法:利用CatPhan604模体和定制套环组合,模拟不同尺寸的患者成像部位,在Edge加速器锥形束CT(CBCT)系统上分别获取高能140 kVp和低能100 kVp的CBCT,并分别利用两种算法进行DECBCT的物质分解。分别计算了CTP682模块中各插件的电子密度(ED)和对比度噪声比(CNR),用于评估两种算法的分解精度和输出图像质量。结果:基于模体手册中提供的真值,两种算法的ED准确度均较高,其中仅最小尺寸模体的4种插件材料存在统计学差异( z=-4.21、4.30、2.87、5.45, P<0.05),但平均相对误差均<1%。迭代分解算法的CNR显著优于直接分解,相对提高比例为51.8%~703.47%。模体尺寸的增大会显著降低ED的精度,相对误差最大增幅为2.52%。大尺寸模体也会降低迭代分解的图像质量,CNR最大降幅达39.71。 结论:在不损失电子密度计算精度的前提下,相比于直接分解,迭代分解算法在不同尺寸模体的DECBCT构建中显著降低了图像噪声,提高了对比度。
...不再出现此类内容
编辑人员丨2天前
-
奇异值分解滤波在甲状腺结节微波消融围术期超声造影评估中的应用
编辑人员丨2024/7/20
目的:探讨奇异值分解(SVD)在优化超声造影(CEUS)图像质量以及甲状腺结节微波消融(MWA)围术期CEUS评估中的应用价值.方法:收集2023年4月在武汉科技大学附属华润武钢总医院2例行甲状腺结节MWA患者其围术期的二维超声、CEUS图像数据集,根据归一化互相关算法获取基于CEUS图像进行SVD滤波处理后的造影图像,比较原始CEUS图像和SVD滤波处理后的造影图像的信噪比(SNR)及微血管密度(MVD)的差异.结果:与甲状腺结节MWA术前和术后的原始CEUS图像相比,经SVD滤波处理后的造影图像能够更清晰显示结节内血管结构且检测出更多的血流信号.术后原始CEUS图像的平均SNR为(1.07±0.66)dB,术后经SVD滤波处理后的造影图像平均SNR为(6.21±1.01)dB(t=-6.015,P=0.038).术后原始CEUS图像的平均MVD为(0.60±0.33)%,术后经SVD滤波处理后的造影图像平均MVD为(5.42±0.67)%(t=-9.076,P=0.029).术后经SVD滤波处理后的造影图像SNR、MVD,显著高于术后原始CEUS图像的SNR、MVD,其研究结果均具有统计学意义.结论:SVD滤波可有效抑制噪声并增强微血流信号,通过提升造影图像质量以用于甲状腺结节MWA围术期的精准诊断,灵敏地检测出术后残留的消融不完全区域,以指导临床医师进行更彻底地消融治疗,为精准消融疗效评估提供决策支持.
...不再出现此类内容
编辑人员丨2024/7/20
-
一种基于双分支注意力神经网络的皮肤癌检测框架
编辑人员丨2024/6/22
皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率.近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用.但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战.为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架.在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度.从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域.对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别.最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数.在包含10 015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较.结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了 0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了 3.48%、2.95%和3.44%.总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度.
...不再出现此类内容
编辑人员丨2024/6/22
-
用于CT和MRI图像的轮廓波变换双水印算法
编辑人员丨2024/1/20
目的:为解决CT与MRI图像版权侵权与恶意破坏问题,通过结合轮廓波变换与斑点检测技术,提出一种基于轮廓波变换自动选择感兴趣区域(ROI)的双水印算法.方法:该算法通过斑点检测与奇异值分解,选取医学图像轮廓波低频域与诊断最相关的位置作为ROI,在ROI生成零水印图像用于保护图像的完整性,并将ROI生成的零水印与版权水印共同嵌入图像的非感兴趣区域.结果:该双水印算法与其他双水印算法相比,载体医学图像遭受攻击后的不可见性有很大提升,结构相似度达到94%以上.结论:斑点检测轮廓波双水印算法对常规攻击与几何攻击具有较好的鲁棒性,且对于载体医学图像视觉质量有明显提升.
...不再出现此类内容
编辑人员丨2024/1/20
-
基于NSCT的多模态医学图像融合算法的研究
编辑人员丨2023/8/6
目的 提出一种新颖的非下采样轮廓波变换算法,并将其用于多模态医学图像融合领域.方法 第一步,采用非下采样轮廓波变换将源图像分解为高频和低频子图像;第二步,低频部分采用区域均值取大融合规则,能保留图像的绝大部分信息,获得更高的对比度和清晰度,高频图像采用取大区域方差取大融合原则,能有效地突出图像细节信息;第三步,采用非下采样轮廓波逆变换将融合子图像进行重构运算,获得最终的融合图像.结果 6组医学图像融合实验表明,基于本文提出算法获得的融合图像质量最佳,且定量评价指标熵、平均值、标准差、边缘强度分别较其他算法提升0~40%、3%~42%、1%~42%和0.4%~48%.结论 基于本文提出的算法融合效果优越,具有较高普适性和实用性,是一种可行的、有效的医学图像融合算法.
...不再出现此类内容
编辑人员丨2023/8/6
-
基于小波融合的视频图像去雨(雪)方法
编辑人员丨2023/8/6
户外视觉系统在雨(雪)天气条件下获取的视频图像会产生严重退化.提出一种基于小波融合的视频图像去雨(雪)方法,从频率域角度分析,采用小波多层分解和小波融合技术:先确定雨(雪)噪声所在的具体层,再制定一种基于雨(雪)噪声污染度的融合规则,最后对多幅连续退化图像的特定层进行小波融合,以达到去除雨(雪)的目的 .仿真结果表明,本文方法的复原结果理想,不受噪声强度制约.
...不再出现此类内容
编辑人员丨2023/8/6
-
情感网络功能连接的异常对重性抑郁症患者复发的影响
编辑人员丨2023/8/6
目的 结合静息态功能连接分析方法,探讨治疗后复发重性抑郁症(MDD)患者情感网络(AN)功能连接的异常.方法 对11例治疗后复发MDD患者、17例治疗后未复发MDD患者和72例正常被试者进行静息态功能磁共振成像(fMRI)扫描.以AN公认的杏仁核、苍白球、脑岛皮层、前扣带回等脑区为模板,使用独立成分分析(ICA)方法将fMRI图像序列中的每一幅图像分解成一系列相互独立的空间模式,分解出的所有独立成分中选择与该模板最匹配的AN网络,并使用双样本t检验方法研究治疗后复发患者AN功能连接的异常.最后,以右侧杏仁核与内侧前额叶皮层为种子点,进行功能连接的分析.结果 与正常对照组及治疗后未复发患者相比,治疗后复发MDD患者在AN的右侧杏仁核区域功能连接显著增加(P<0.001).同时,治疗后复发MDD患者的右侧杏仁核与内侧前额叶皮质(mPFC)之间的功能连接显著减弱(P<0.05).结论 经过治疗后的MDD被试者右侧杏仁核功能连接依然存在异常,这暗示杏仁核功能连接的异常可能预测抑郁症的复发.
...不再出现此类内容
编辑人员丨2023/8/6
-
应用图像的方向局部直觉模糊熵的图像高频噪声去噪方法
编辑人员丨2023/8/6
图像中高频噪声的去除是一个重要的研究方向.本文提出了一种基于图像的方向局部直觉模糊熵的图像高频噪声去除方法.本方法中,基于NSCT分解后不同方向的子图像上系数分布的方向性,我们改进了图像的局部直觉模糊熵理论,并提出了方向局部直觉模糊熵,对NSCT分解后的高频层系数进行去噪.实验证明,图像的方向局部直觉模糊熵可以提高图像的高频层系数的去噪效果,并在提高去噪效果的同时保护图像的纹理区域信息.
...不再出现此类内容
编辑人员丨2023/8/6
-
基于双稀疏模型的压缩感知核磁共振图像重构
编辑人员丨2023/8/6
医学核磁共振图像重构技术是核磁共振成像领域的关键技术之一.压缩感知理论指出利用核磁共振图像的稀疏性能够从高度欠采样的观测值中精确重构图像.如何利用图像的稀疏性先验以及更多的先验知识来提高重构质量成为核磁共振成像的一个关键问题.本文根据综合稀疏模型和稀疏变换模型的相互补充作用,利用核磁共振图像在这两种模型下的稀疏性先验,将结合了综合稀疏模型与稀疏变换模型的双稀疏模型应用于压缩感知核磁共振图像的重构系统,提出了一种融合双字典学习的自适应图像重构模型.本文充分利用了图像在自适应综合字典学习和自适应变换字典学习下的两种稀疏先验知识,使用交替迭代最小化法对提出的模型进行分阶段求解,求解过程中引入了综合K-奇异值分解(K-SVD)算法和变换K-SVD算法.通过实验验证,与目前较好的核磁共振图像重构模型对比,本文提出模型的图像重构效果更好、收敛速度更快,且具有更好的鲁棒性.
...不再出现此类内容
编辑人员丨2023/8/6
-
基于波原子变换的超声图像纹理特征分类
编辑人员丨2023/8/6
目的:提出一种基于波原子变换的超声图像纹理特征分类方法,并验证其分类效果.方法:首先选取肝硬化超声图像,运用波原子变换提取感兴趣区域的图像纹理特征,然后利用奇异值分解(singular value decomposition,SVD)寻找最佳特征组合,最后运用支持向量机(support vector machine,SVM)对样本图像进行分类.结果:实验结果表明该方法区分正常肝脏与肝硬化组织、血管和远场阴影有较高的分类率,其准确度分别为77.58%、92.74%和63.55%.结论:波原子变换作为一种新的多尺度图像分析工具,用来提取和表征医学超声图像纹理特征具有显著的效果,可用于手术指导和超声设备的辅助诊断.
...不再出现此类内容
编辑人员丨2023/8/6
