检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于背景估计和血管提取眼底图像微脉瘤检测

仪器仪表学报 2013年第2期34卷 455-461页

作者：张东波彭英辉尚星宇王耀南湘潭大学信息工程学院湘潭411105 湖南大学电气与信息工程学院长沙410082

提出了一种基于背景估计建模和精细血管提取的微脉瘤检测方法。候选微脉瘤对象由背景估计和Mahalanobis距离进行定位,非血管抑制算子结合多尺度和多滞后阈值技术实现精细的血管结构提取,经过形状分析和双环滤波处理后,非微脉瘤像素点被... 详细信息

提出了一种基于背景估计建模和精细血管提取的微脉瘤检测方法。候选微脉瘤对象由背景估计和Mahalanobis距离进行定位,非血管抑制算子结合多尺度和多滞后阈值技术实现精细的血管结构提取,经过形状分析和双环滤波处理后,非微脉瘤像素点被去除。实验结果表明,本文方法性能优于或逼近于其它同类方法,而且能够极大提高邻近血管的微脉瘤检测精度。

关键词：背景估计微脉瘤血管提取糖尿病性视网膜病变

在线全文

学校读者我要写书评

暂无评论

基于EMD和模极大值的造影图像血管提取

智能系统学报 2015年第6期10卷 851-857页

作者：邵欣尹清波鲁明羽大连海事大学信息科学技术学院辽宁大连116026

针对冠脉造影图像噪音大且血管边缘模糊问题,提出一种基于经验模态分解的冠脉造影图像血管提取方法以较完整有效地提取出造影图像中的血管信息。该方法首先对图像预处理后的造影图像进行经验模态分解,将其分解成若干图像层,保留包含血... 详细信息

针对冠脉造影图像噪音大且血管边缘模糊问题,提出一种基于经验模态分解的冠脉造影图像血管提取方法以较完整有效地提取出造影图像中的血管信息。该方法首先对图像预处理后的造影图像进行经验模态分解,将其分解成若干图像层,保留包含血管信息的图像层并丢弃含非血管信息图像层;其次对保留的图像层进行血管特征提取,依据连通区域的一系列属性来提取图像层中血管信息以获取清晰明显的血管段;最后通过层间信息相互参照,重构血管脉络明显的心血管图像。实验证明了方法有很高的精确度和实际的医用价值。

关键词：血管提取经验模态分解冠脉造影图像特征提取连通区域层间参照血管重构图像层

在线全文

学校读者我要写书评

暂无评论

基于跟踪算法的肺部CT图像血管提取

计算机工程与应用 2007年第32期43卷 204-206页

作者：郑静张建州赵楠四川大学计算机学院成都610065

在肺部CT图像中,血管与背景的对比度较低,因此传统的阈值细化方法只能提取有限的一部分血管。为了解决这个问题,我们在阈值细化方法处理后,以检测出的血管为基础,利用血管与背景梯度信息跟踪检测出在阈值细化方法中漏检的血管。采用OTS... 详细信息

在肺部CT图像中,血管与背景的对比度较低,因此传统的阈值细化方法只能提取有限的一部分血管。为了解决这个问题,我们在阈值细化方法处理后,以检测出的血管为基础,利用血管与背景梯度信息跟踪检测出在阈值细化方法中漏检的血管。采用OTSU算法二值化肺部CT图像,形态学细化算法提取血管骨架,依据血管光滑性确定跟踪方向并根据灰度梯度信息跟踪出更多的细小血管。实验说明该方法是有效的。

关键词：肺部CT图像血管提取 OTSU 细化跟踪

在线全文

学校读者我要写书评

暂无评论

基于图像像素状态平衡的血管提取算法

中国图象图形学报（A辑） 2004年第2期9卷 225-229页

作者：洪伟牟轩沁蔡元龙西安交通大学电子与信息工程学院西安710049

为了消除血管减影图像中的噪声 ,从复杂背景中提取血管 ,提出了一种基于图像像素状态平衡的血管提取方法。将图像看成一个由目标区域与背景区域构成的平衡系统 ,目标区域与背景区域由于某种作用力处于一个内在平衡状态 ,但噪声的引入破... 详细信息

为了消除血管减影图像中的噪声 ,从复杂背景中提取血管 ,提出了一种基于图像像素状态平衡的血管提取方法。将图像看成一个由目标区域与背景区域构成的平衡系统 ,目标区域与背景区域由于某种作用力处于一个内在平衡状态 ,但噪声的引入破坏了这种平衡 ,该方法通过恢复平衡状态来消除噪声 ,分离目标与背景区域。在此基础上发展出一种新的灰度图像二值化算法 ,并将其应用在脑部血管 DSA图像的血管提取上 ,该算法能从背景噪声很强的 DSA剪影图像中分离出完整的血管网络。

关键词：状态平衡血管提取二值化分割图像噪声灰度图像图像处理

在线全文

学校读者我要写书评

暂无评论

视网膜眼底病变图像血管提取方法

视网膜眼底病变图像血管提取方法

作者：尚星宇湘潭大学

学位级别：硕士

视网膜眼底图像是判断眼睛疾病的重要依据，基于计算机的自动眼底图像处理与分析系统在辅助医疗诊断中有重要的应用价值。在视网膜眼底图像中，血管呈树状网络结构布满整个眼底图像，是眼底视网膜最重要的生理结构之一，许多疾病比如青... 详细信息

视网膜眼底图像是判断眼睛疾病的重要依据，基于计算机的自动眼底图像处理与分析系统在辅助医疗诊断中有重要的应用价值。在视网膜眼底图像中，血管呈树状网络结构布满整个眼底图像，是眼底视网膜最重要的生理结构之一，许多疾病比如青光眼、白内障以及糖尿病、高血压、动脉硬化等都会造成视网膜眼底微脉血管的病变，因此血管的提取对该类疾病的诊断具有重要作用。很多眼底图像分析与识别算法需要预先获取血管结构信息，同时血管作为相对稳定的生理特征结构，其分布特性及其特征信息对于眼底微脉血管的病变评估，其它生理结构如视盘、黄斑的定位，病变检测，眼底多模态或多源图像配准与融合方面都具有难以替代的作用。目前国内外针对眼底血管的提取问题已经开展了大量的研究工作，也取得了重要的进展，但是目前工作主要针对正常的视网膜眼底图像，在涉及有病变以及存在干扰的图像时，由于视盘、出血或其他病变区域的边界具有类似血管的特性以及距离接近的多块亮区域间的暗色间隙等干扰，往往难以准确的提取出血管网络结构。因此，本文主要针对病变图像血管提取问题做了较深入的研究，主要包括以下内容：（1）针对在病变图像中存在的类血管特征，特别是其它病变的边界干扰问题，提出了一种基于Gabor匹配滤波器的非血管区域边缘抑制方法。该抑制算法基于对称Gabor函数特性，以及非对称Gabor函数特性，对血管边界以及病变区域边界等进行抑制，取得了良好的效果，同时结合非极大值细化和在标准滞后阈值二值化的基础上提出的滞后多阈值二值化方法，进一步排除了非血管像素残留，很大程度上滤除了病变图像中的非血管结构，并较完整的保留了血管骨架结构。（2）以血管骨架结构作为区域生长的种子点，根据Gabor滤波后的响应值以及方向特性，设计区域生长算法，在种子点垂直方向判断血管宽度，按照所设计的生长准则实现血管结构提取，然后在区域生长的基础上，进一步采用数学形态学对提取结果进行处理，弥补生长过程造成的遗漏区域，使得血管结构更加平滑、完整。本文研究所获得眼底图像血管检测方法，主要解决了病变及非血管结构对血管提取的干扰，相比其它同类方法，较好的解决了病变眼底图像中血管的准确提取与分割问题。

关键词：视网膜眼底图像血管提取 Gabor滤波数学形态学区域生长

基于密度的聚类算法并行化研究及在视网膜血管提取中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度的聚类算法并行化研究及在视网膜血管提取中的应用

作者：杨茜北京交通大学

学位级别：硕士

聚类作为一种数据统计分析方法,被广泛应用于机器学习、图像处理、复杂网络分析等领域。因聚类过程的不同,聚类算法可分为基于划分、基于层次、基于密度、基于网格以及基于模型的方法。基于密度的聚类算法,因对噪声不敏感,并能发现任意... 详细信息

聚类作为一种数据统计分析方法,被广泛应用于机器学习、图像处理、复杂网络分析等领域。因聚类过程的不同,聚类算法可分为基于划分、基于层次、基于密度、基于网格以及基于模型的方法。基于密度的聚类算法,因对噪声不敏感,并能发现任意形状的类簇,而受到研究者的关注。但是,基于密度的聚类算法在处理大量数据或高维数据时,存在近邻计算开销过大的问题。对算法进行并行化研究是提高计算性能的有效途径。图形处理器GPU通用计算技术的发展和统一计算设备架构CUDA的出现,为算法并行化研究提供了支持。本论文主要针对基于密度的Density Peaks聚类算法展开研究,给出了改进的Density Peaks聚类算法;对改进的Density Peaks聚类算法进行基于GPU的并行化设计,实现Density Peaks聚类并行算法;并结合图像处理应用,设计Density Peaks聚类并行视网膜血管分割算法。首先,论文对Density Peaks聚类算法进行改进,调整密度计算方法和距离定义。结合高斯核密度和K近邻方法计算数据点的局部密度,引入密度降序排列定义距离,减少类簇误分,提高聚类准确度。其次,重点研究了改进后的Density Peaks聚类算法在CUDA架构下GPU上的并行化设计和实现。利用Density Peaks聚类算法对每一数据点进行同一组计算操作的潜在可并行特性,将距离、密度、决策值的大量计算任务移送至GPU平台并行处理,提高运行效率。最后,将Density Peaks聚类并行算法应用于视网膜图像的血管分割。通过提取图像像素点的SWT、 WLD、Gabor响应等特征信息,构建像素级的混合特征库,应用Density Peaks聚类并行算法在多维特征空间中对像素点进行聚类,完成血管的分割提取。论文进行了Density Peaks聚类算法、改进的Density Peaks聚类算法和Density Peaks聚类并行算法的对比实验,以及视网膜血管提取应用实验。实验结果表明,Density Peaks聚类并行算法能有效提高加速比。

关键词：聚类算法密度并行化 GPU CUDA 血管提取

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

视网膜图像中血管提取及相关技术的研究

视网膜图像中血管提取及相关技术的研究

作者：郭博书北京工业大学

学位级别：硕士

医学的发展与人类的健康密切相关，因而数字图像处理技术从一开始就引起了生物医学界的浓厚兴趣。不论在基础医学研究，还是在临床诊断上，都有各种各样的图像需要用到图像处理技术。有研究表明，视网膜血管异常与高血压、脑卒中、脑萎... 详细信息

医学的发展与人类的健康密切相关，因而数字图像处理技术从一开始就引起了生物医学界的浓厚兴趣。不论在基础医学研究，还是在临床诊断上，都有各种各样的图像需要用到图像处理技术。有研究表明，视网膜血管异常与高血压、脑卒中、脑萎缩、冠心病等全身性疾病的发生以及严重程度有密切关系。并且由于视网膜异常发生在高血压等心脑血管疾病发病之前，因此它可以成为这些疾病发生的预测因素。由于成像条件以及生理结构的限制，眼底视网膜图像具有特征复杂的特点，这给眼底图像分析带来了困难。而血管提取以及动静脉识别则是眼底图像分析最重要的两个部分。针对血管提取主要研究、实现以及改进三类方法，分别是基于形态学、基于中心线以及基于海森矩阵的提取方法。基于形态学的提取方法使用形态学操作结合血管横界面灰度级呈高斯曲线的特性来对血管增强，最终使用一种滞后性阈值化来得到最终血管网络的二值图像。基于中心线的提取方法是利用血管网络的中心线和形态学位平面切片提取血管。基于海森矩阵的提取方法是把多尺度空间理论、海森矩阵以及大津阈值法应用到眼底血管提取中去。针对动静脉识别，主要研究并分析两种方法，分别属于无监督和有监督的识别。无监督的识别方法把眼底图像分四个象限，并利用模糊聚类区分动静脉。而有监督的识别方法是利用眼底血管的多种特征结合分类器对动静脉进行分类。实现了视网膜血管的精确提取，很好的满足了医学研究以及临床诊疗的需求。通过研究动静脉的区别，实现了自动化动静脉的识别。并利用国际公开的DRIVE眼底图像数据库对血管提取以及动静脉识别测试。实验证实了各类方法的有效性和准确性。

关键词：眼底图像视网膜血管血管提取动静脉识别

基于多特征融合的眼底图像血管提取方法的研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多特征融合的眼底图像血管提取方法的研究

作者：李鹏智北京工业大学

学位级别：硕士

视网膜眼底图像（医疗术语也称作视网膜造影图像）是人眼球表面的投影医疗图像。医生可以通过这种图像观察视网膜及其内部特征,包括血管树的形态,血管的空间位置,视盘状况等。视网膜血管可以为多种疾病的诊断提供非常有价值的信息,血管... 详细信息

视网膜眼底图像（医疗术语也称作视网膜造影图像）是人眼球表面的投影医疗图像。医生可以通过这种图像观察视网膜及其内部特征,包括血管树的形态,血管的空间位置,视盘状况等。视网膜血管可以为多种疾病的诊断提供非常有价值的信息,血管形态和位置的变化可以有效的反映出白内障、青光眼、糖尿病、血管扩张等病变。因此,视网膜眼底图像的处理分析和自动识别对于眼底血管疾病的诊断和辅助治疗具有重要的意义。随着人工智能的发展,大量的机器学习模型和深度学习模型被应用在医疗图像的自动诊断任务中。由于一些眼底图像中的血管和背景之间的对比度不足、背景照明不均匀以及训练分类的特征比较单一等因素,所以使训练完的分类模型得到的分类结果还不够精细,尤其对存在白内障等病变的模糊眼底图像血管的细节不敏感,提取的血管树精度和边缘精度有待于提高。本文基于多特征融合和深度学习模型相结合来进行眼底图像血管提取方法的研究,主要完成的工作如下:（1）对医院提供的眼底彩色图像数据集进行图像预处理工作。对眼底彩色图像进行灰度化、增强处理以及通道对比来选择出特征清晰的图像,完成预处理工作。（2）通过不同的实验方法分别得到多种不同的特征图像:血管空间形状分割特征、血管的边缘特征、血管的纹理特征以及血管的梯度特征。（3）对于第2步得到的梯度特征和纹理特征与原图像得到的灰度特征进行多空间重组,利用重组后的新RGB图像去训练全卷积神经网络（FCN）模型得到眼底血管的分割图。最后,经过形态学操作,即顶帽滤波和迭代化阈值处理,得到最终的血管分割图像。（4）对于得到的血管空间形状特征、纹理特征和边缘特征三种特征图利用PCA方法进行多特征融合处理得到包含眼底血管纹理、边缘、空间形状的综合特征图,然后利用综合特征图训练FC-Dense CRF模型得到眼底图像血管的分割图。通过实验分析与对比可知,本文的两种识别提取血管的算法都取得了比较好的效果,两种模型对于眼底图像血管分割的精度的指标较现有的算法有所提升。对于患有白内障的模糊眼底图像的血管提取效果也有所改善。

关键词：血管提取图像分割深度学习特征融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数学形态学的视网膜血管提取算法

北京生物医学工程 2014年第5期33卷 497-501页

作者：李丽华王凯中国人民解放军264医院医学工程科太原030001

目的影像中血管的分割与特征提取,对疾病的早期诊断具有重要意义。针对很多视网膜血管提取算法分割精度不高的问题,提出了运用数学形态学中的高帽变换的方法对其进行检测。方法首先,选取结构元素为"圆盘形"的形态学对图像进行高帽变换,... 详细信息

目的影像中血管的分割与特征提取,对疾病的早期诊断具有重要意义。针对很多视网膜血管提取算法分割精度不高的问题,提出了运用数学形态学中的高帽变换的方法对其进行检测。方法首先,选取结构元素为"圆盘形"的形态学对图像进行高帽变换,经过高帽变换后的图像平滑了图像的背景,同时增强了血管在图像中的对比度。其次,对变换后的图像利用Otsu's自动分割法对图像进行阈值分割得到血管的二值图像。再次,根据血管在图像中的结构信息和几何信息,利用基于连通域度量的方法,设置连通域的"面积"和"长宽比"两个阈值,去除虚假目标。最后,为保持血管的连续性,对图像进行一次膨胀运算,可将断裂的血管连接起来,减小了实验的误差。结果通过上述步骤实现了对血管的提取。结论结果表明,本文算法能有效提取视网膜眼底图像的血管网络,有较强的分割精度。

关键词：视网膜图像血管提取高帽变换