视网膜图像血管提取方法研究进展

比较分析目前主要的医学图像分割方法,评价各方法的主要优点及不足,为图像分割技术在视网膜图像血管提取方面的进一步研究提供重要的理论支持.     

资讯/国内

上海：科研团队挑战活体微小血管影像极限 上海交通大学Med—X研究院徐学敏教授领衔组建了一支由物理学、生物医学工程、神经生物学、肿瘤医学、心脏血管疾病学等领域科研人才加盟的同步辐射X射线医学影像团队。该团队与上海光源生物医学成像线站合作,拟建设一个国际先进水平同步医学影像研究中心,发展具有创新性的同步辐射成像方法,挑战活体微小血管医学影像的极限。     

融合像素和滤波器特征的ELM血管分割方法

数字血管分割技术在现阶段眼科疾病的诊断和治疗占有重要的地位,但血管拓扑结构复杂和存在病理信息等噪音的影响,使得大多数算法鲁棒性较低.因此,本文提出一种融合像素和滤波器的极限学习机的血管分割算法,首先对图像进行形态学开运算和限制对比度直方图均衡化等预处理算法,然后利用匹配滤波、纹理特征算法、线性特征算法和B-COSFIRE滤波提取血管特征,最后由极限学习机分割血管.本文在DRIVE数据集上仿真得到的准确率和灵敏度分别为0.958 3和0.834 8.     

山羊绒和细支绵羊毛纤维的图像识别技术

提出一种对山羊绒和细支绵羊毛的SEM图像进行数字化处理并识别的方法。该方法由扫描电子显微镜成像，通过图像采集卡把实时图像传至计算机，经过灰度变换等图像预处理后，用最大类间方差法求得阈值，采用阈值分割法对图像分割处理，检测边界提取其特征值，然后时羊绒和细支绵羊毛进行分析和识别。     

基于监督的全卷积神经网络视网膜血管分割

视网膜血管分割算法是自动视网膜疾病筛查系统主要部分。视网膜血管检测在医学诊断上应用日益广泛,对糖尿病、青光眼等病状有较精确的诊断。提出一种新的全卷积神经网络视网膜血管分割的监督方法,该方法在视网膜图像和相应的血管标签图之间进行端对端预测,采用跳跃结构融合图像深层和浅层的特征信息,得到精确的分割结果。以准确性（Acc）为标准判断,在DRIVE数据集上表现出比现有其它技术更好的性能。     

一种自动初始化水平集的高频能量最小化三维分割模型

序列图像分割是医学图像三维重建的重要研究内容,但受成像技术限制,医学图像中往往包含大量低频信息,如偏移场、灰度不均等,影响分割准确性。从频域进行图像分割能有效避免低频信息干扰。在高频能量最小化分割模型基础上进行优化,设计了一种自动初始化水平集的分割模型并成功应用于三维分割领域。首先,使用形态学腐蚀方法进行粗分割,将提取出的三维曲面作为初始水平集,实现初始水平集轮廓面自动化;然后使用衍化后的水平集三维分割模型对其进行细分割。实验结果表明,采用该模型能够实现多目标分割,与原模型、Chan Vese模型相比,分割结果更加准确。     

基于Hessian矩阵和区域生长的脉络膜血管自动检测

脉络膜血管自动检测在临床上具有重要意义,可通过观察分析脉络膜血管的形态、厚度等信息对多种眼底疾病进行诊断。为辅助临床诊断,提出了一种新的基于SD-OCT图像的脉络膜血管自动检测方法。首先检测出色素上皮层下边界,确定感兴趣区域（Volume of Interest,VOI）,然后对图像进行基于灰度线性变换的增强以及三维块匹配滤波等预处理,随后采用Hessian矩阵对血管进行初步提取,提取结果作为目标区域的种子点,进一步用三维区域生长方法检测完整的血管区域,并通过形状信息排除误检以及形态学滤波对检测结果进行后处理。测试结果表明,该方法是一种有效的脉络膜血管自动检测方法。     

改进分水岭与主动轮廓模型相结合的肝癌细胞核分割算法研究

肝癌已经成为常见的恶性肿瘤,组织切片显微图像的病理分析是诊断的主要手段,细胞的准确分割是病理分析的重要环节。提出了一种新的基于H&E染色组织病理学图像的肝癌细胞分割算法,首先用彩色卷积方法进行主成分提取得到灰度图像,在此灰度图像的基础上,进行形态学处理|然后运用快速径向对称变换提取种子点作为前景标记,进行分水岭分割|最后将分水岭分割得到的轮廓线作为初始轮廓进行GVF主动轮廓分割,得到更为精确的轮廓线。分割结果的阳性预测平均值达到0.89,召回率平均值达到0.9,证明了该算法细胞定位的准确性。Dice系数平均值为0.84,证明了本算法细胞分割区域的准确性。     

基于区域生长算法的CT序列图像分割

由于人体腹部CT图像纹理结构复杂,灰度差别特别小,边缘又很不明显,本文提出了基于区域生长法的序列图像分割算法.在提取肝脏图像时,将全部序列图像分成若干组,然后利用区域生长算法先分割出每组的第一张图片.对于本组内其余图片的分割,充分利用相邻图片的灰度相似性实现序列图像的分割.对于血管的分割,由于血管在三维空间上的连通性,采用三维区域生长算法实现血管管道的提取.实验结果表明,应用本文算法能得到准确的肝脏及血管分割结果.     

一种小鼠CT图像分割方法

由于micro CT图像的成像原理和组织特性导致的多样性和复杂性,针对小鼠CT图像,单一的图像分割方法难以取得良好的分割结果。结合当前医学图像分割方法,提出将阈值分割和基于Amira软件的交互式分割相结合的方法。针对不同的器官组织,根据对象灰度特征、形状、空间分布以及边缘分布等信息,使用不同的分割方法及工具进行逐一分割,最后将不同的器官融合成完整的分割后CT图像。该半自动交互式分割方法结合了两者的特点,可实现小鼠CT图像的准确分割。     

基于视频图像的车辆长度自动提取

提出一种基于图像处理的车辆长度自动提取方法。结合最大方差阈值分割算法,从背景中提取出车辆;利用腐蚀和膨胀算法及区域剪除和区域连通算法进行图像抗干扰处理,设计实现一个车辆长度自动提取算法.实验结果说明该方法可以实现各种车辆长度的自动提取分析.     

基于数学形态学的锅炉火焰图像骨架提取

本基于二值数学形态学，建立了数字图像骨架提取方法，并给出了相应的算法．同时，对结构元素序列进行了研究，结构元素序列的选取是骨架提取的关键．最后，应用数字图像骨架提取算法，对锅炉火焰图像进行了处理．处理结果表明，所提取的骨架能够准确地描述火焰图像的几何形状．     

图像分割技术在昆虫识别中的应用

以浙江省66种重大检疫性害虫为研究对象,采用Otsu算法实现昆虫图像的分割,取得了较好的效果.首先对昆虫图像进行灰度化处理,加快分割速度,再对灰度图像进行中值滤波,去除大部分噪声,最后,用Otsu算法对灰度化和中值滤波后的昆虫图像进行分割.针对存在的不足,运用数学形态学方法进行修正.首先利用数学形态学中的膨胀和腐蚀运算对昆虫图像进行增强,然后运用Otsu算法对图像进行分割.实验结果表明,将Otsu算法与数学形态学方法结合起来能够有效地提取昆虫图像.     

女书文字分割

描述用C++ Builder进行图像处理,实现位图的打开和对位图图像进行处理,并对位图中的女书文字进行分割,最终实现对女书文字的提取。该方法同样可以用于对其他文字的分割与提取。     

肿瘤细胞膜免疫组化病理图像的自动分割

针对肿瘤细胞膜着色的免疫组化病理图像中组织灰度在RGB颜色通道中的分布形态特点,采用阈值分割方法将阳性产物、细胞、胞浆、间质及空隙等各组织区域分离;针对细胞核和阳性目标的灰度存在重叠现象,依据区域的面积、圆形度等几何形态特征建立二级分割模型,进一步将细胞核和阳性产物区分开来。在上述基础上,提出并实现一种肿瘤免疫组化病理图像的自动分割方法。结果表明,此方法速度快,分割效果理想。     

基于PCNN的视网膜血管分割系统设计与实现

在对视网膜眼底图像中的血管进行预处理并运用脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）算法迭代原理进行分割的基础上,利用MATLAB 的图形用户界面开发环境（GUIDE）,通过对各控件的布局设计及其回调函数的编写,实现了视网膜血管分割系统。系统具有界面友好、操作简单等特点,为医学图像研究提供了一种有效的视网膜血管分割方法,也为医学图像处理提供了一个操作方便的实验平台。     

局部动态阈值图像分割算法研究

图像分割是预处理图像转入图像分析的关键环节,在图像分析、模式识别中起着重要的作用,采用图像分割可以将图像中感兴趣物像、不感兴趣物像进行分离,实现了提取目标参数、特征的可能性,所以图像分割一直受到人们的重视。提出了一种应用局部动态阈值进行图像分割的算法,通过试验表明:采用局部动态阈值进行图像分割算法在分割复杂背景图像时具有较好的分割效果,是一种有效的分割算法。     

改进分水岭算法在脑肿瘤CT图像分割中的应用

传统的分水岭算法应用于脑肿瘤CT图像时容易产生过分割现象,为了避免该现象,提出一种改进的分水岭图像分割算法。该方法主要包含形态学重构以及标记控制思想,首先对原始梯度图像进行形态学重建,相当于滤波处理,然后对原图设定灰度阈值并进行形态学处理标记出肿瘤部分,接着用分水岭变换标记背景部分,最后根据两个标记部分对调整后的梯度图像进行强制最小和分水岭变换得到分割线。实验结果表明,该算法能够准确地区别肿瘤部分与背景,并用封闭的分割线包围脑肿瘤区域,从而避免了对不感兴趣区域的误分割,有较好的针对性。     

基于OpenCV的指纹提取算法与实现

目前,OpenCV函数库的应用越来越广泛,将其运用到数字图像处理中解决一些图像处理问题,能够提高图像处理的有效性。而常用的大津算法容易造成图像细节丢失的问题,为了解决这些问题对大津算法进行了改进,使其能够在不均匀光照、图像模糊的情况下很好地对图像目标进行分割,结果准确,实现简单。使用OpenCV函数库实现一个指纹提取算法,该算法利用改进后的大津算法得到最佳阈值,用最佳阈值对图片进行分割处理。利用面向对象Vc++6.0编程工具进行仿真实验,结果表明,基于OpenCV函数库的指纹提取算法是有效的,提高了指纹提取的准确性,贴近真实图像。     

基于YCbCr和Ostu算法的电力热故障区域提取

针对电力设备热故障区域定位问题,提出一种融合YCbCr(一种色彩空间)、色差法和Ostu(大津法)算法的红外图像提取方法。首先将原始红外图像从RGB(Red Green Blue)色彩空间转换到YCbCr色彩空间,完成初始前景分割;然后对分割完的图像进行红绿色差灰度化,突出故障区域;最后采用Ostu算法寻找最优分割阈值来对灰度图作图像分割,实现热故障区域的提取。借助Matlab对常见的电力热故障红外图像进行了实验测试,实验结果表明:该算法能够有效提取红外图像中的热故障区,为后续的故障特征提取与识别奠定基础;与传统算法对比,该算法具有更加精确、全面、完整等优点。