【摘 要】
：
提出一种基于CT图像的颅脑病变计算机自动检出方法。从正常人颅脑CT图片中手动分割出脑灰质、脑白质和脑脊液样本图片作为训练样本,然后采用模糊C均值聚类(FCM)算法进行模式分类,得到各聚类中心。对于待检测的CT图片,首先采用计算机自动分割算法进行分割,在尽量保证分割准确的前提下允许一定的过分割,将分割后的子图进行延拓和特征提取后与聚类中心进行距离计算,判断其是否属于三类正常样本,否则属于病变。通过实
论文部分内容阅读
提出一种基于CT图像的颅脑病变计算机自动检出方法。从正常人颅脑CT图片中手动分割出脑灰质、脑白质和脑脊液样本图片作为训练样本,然后采用模糊C均值聚类(FCM)算法进行模式分类,得到各聚类中心。对于待检测的CT图片,首先采用计算机自动分割算法进行分割,在尽量保证分割准确的前提下允许一定的过分割,将分割后的子图进行延拓和特征提取后与聚类中心进行距离计算,判断其是否属于三类正常样本,否则属于病变。通过实验验证了该算法的有效性。
其他文献
结合初级视皮层的结构及其功能特性,模拟初级皮层的轮廓感知功能,提出一种有效的基于人类视觉感知机制的轮廓检测算法.首先,利用局部能量建立复杂细胞响应模型;然后,结合初级视皮层细胞排列特性构建图像信息与皮层细胞的映射关系,通过模拟神经元间的水平连接机制,实现对图像轮廓信息的增强和背景信息的抑制,建立了以初级视皮层风车状结构为基础的轮廓感知模型.实验结果表明:所提方法在保持目标轮廓完整性的同时,对背景信
根据CT图像中肺结节毛刺的生长特点,提出了一种CT图像的肺结节毛刺特征计算机量化分级方法.该方法首先利用动态规划算法对感兴趣的CT图像区域进行肺结节分割,然后在分割的结节边界基础上,通过分析边界附近区域梯度方向的规律性,提取边界法线-梯度正交指数作为结节毛刺特征的量化指标,在此基础上对肺结节毛刺特征进行量化分级.实验结果表明:该指数能够准确地量化肺结节的毛刺特征,对区分无毛刺、短毛刺及长毛刺结节具
针对多粒度RFID数据流复杂事件检测存在的问题,研究多粒度RFID数据流(如物品级、箱子级、托盘级)上复杂事件检测问题.提出了不同层次目标间关系的编码方案,并在此编码基础上提出了相应的复杂事件检测算法.使用编码方法表示不同层次RFID对象的关系及状态变化.首先给出了事件模型和动机实例;然后详细阐述了编码方法和复杂事件检测算法.实验结果表明提出的方法是可行和有效的.
为了有效降低闪光、字幕、镜头移动等因素对镜头检测的影响,提出了改进的直方图分块法,以各块的帧间差作为特征,以分块权值为特征权重进行模糊聚类,根据视频突变、渐变边界的特点进行预处理,排除了闪光、字幕、镜头移动等对镜头边界检测的影响,从而增强镜头边界检测的鲁棒性,最终实现镜头的边界检测.实验表明该方法对不同类型的视频具有较强的鲁棒性.
针对CT扫描沥青混合料试件图像存在亮度差异及其灰度图无明显双峰的特点,提出了一种环状分区和最大类间方差法(OTSU法)相结合的自适应阈值选取方法,来解决CT图像处理过程中目标集料颗粒与沥青胶浆背景分割的技术难题,并从提高分割精度和运算速度两方面对最大类间方差法进行了改进性研究。不同分割方法的对比效果分析表明,采用环状分区和OTSU法相结合的新算法,可大大提高图像的分割效果,为处理扫描效果不理想以及
针对目前航空铝合金铸件针孔缺陷人工分级的缺点,用X射线照相获取的图像,采用一种计算机图像处理和模式识别的方法进行针孔缺陷自动分级,并主要对图像处理的算法进行了研究.根据针孔缺陷图像的灰度分布特点,采用小波分析的方法滤除低频干扰信息,保留针孔的高频信息,再经过区域分割提取针孔区域,进而提取单个针孔的尺寸特征,然后进行宏观统计和分析,通过对1～8级标准图片的统计特征进行神经网络的训练,实现了针孔的自动
本文针对点云与影像配准贴图的问题,研究比较了基于直接线性变换法和罗德里格矩阵变换法的共线方程解法。理论研究表明,罗德里格矩阵变换法既能够有效减少同名点选取的个数(只需4对同名点),又能够简化计算,快速地获取7个参数。同时为了达到最佳配准效果,提出基于OpenGL三维可视化投影矩阵变换的人机交互式微调改正方法。实验表明,基于4对点的罗德里格矩阵计算方法,操作简单、计算快捷,辅以人机交互调整后,配准可
目的介绍一种将CT三维重建影像打印为立体照片的方法。方法将CT扫描图像进行三维重组,将重组后图像选取适当角度进行存储,然后旋转一定角度再次存储,生成立体图像时,经滤光、合成处理生成立体照片。结果合成后立体图像具有三维立体信息,可以通过立体眼镜观察到三维立体图像,具有三维空间感,为临床提供更加直观准确的信息,并可以打印在彩色照片或胶片上,便于携带和观察。结论普通的CT三维重建影像是一种单像成像技术,
针对天文图像中的弱小目标检测,提出了一种基于粒子滤波的目标检测算法。在对图像进行分割处理后对二值图采用帧差法检测出运动目标,为提高对目标的检测率,采用粒子滤波的方法对目标进行跟踪,同时进行了运动目标关联。实验结果表明,本文中的方法可实现高检测率和低虚警率的实时空间弱小目标检测。
图像去模糊本质上是求解一个病态问题。由于理论上图像均存在稀疏域的特点,l1凸松弛技术经常用来求解图像去模糊的病态问题。然而,在获取图像的实际过程中,不同类型的噪声可能会引入到模糊图像中。对于不同噪声污染的模糊图像,如果仍然采用同一模型进行图像去模糊,很难产生令人满意的结果。基于此,本文在分析噪声对模糊图像污染特点的基础上,提出采用不同的l1凸松弛模型去除图像模糊和噪声的方法。在所提的方法中,根据模