醫(yī)學影像增強及其質(zhì)量評價算法的研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、X射線等醫(yī)學影像在醫(yī)學臨床診斷中常扮演著重要的角色。由于X射線曝光非均勻,低照度環(huán)境以及各種噪聲等原因,降低了所生成圖像的品質(zhì),其主要表現(xiàn)為對比度差、細節(jié)模糊,不同程度的影響了醫(yī)生的診斷及分析以及易造成對病變組織的漏診或誤診等。雖然當前圖像增強方法已有很多,然而針對X射線醫(yī)學圖像的模糊性和非均勻性,傳統(tǒng)的圖像增強方法表現(xiàn)出較大局限性。為突出圖像中較模糊及對比度差等區(qū)域的細節(jié),以便醫(yī)師診斷,亟待給出一種對原始圖像進行有效增強與圖像質(zhì)量評價

2、方法。
   本文針對現(xiàn)今醫(yī)學圖像增強與無參考醫(yī)學圖像質(zhì)量評價中存在的問題,利用虛擬儀器數(shù)字系統(tǒng)搭建醫(yī)學影像處理與分析平臺,提出一種層級模糊隸屬度的X光醫(yī)學圖像增強算法,同時還給出了一種基于雙向映射的無參考醫(yī)學圖像質(zhì)量評價算法。本文主要工作如下:
   在圖像增強方面,提出了一種層級模糊隸屬度的X光醫(yī)學圖像增強算法。其首先采用拉普拉斯金字塔方法將圖像分解為多尺度下的子圖像,然后對其分層計算模糊隸屬度并實現(xiàn)多尺度下的圖像加

3、權(quán)增強與重構(gòu),最后利用雙邊濾波器對圖像實施保邊去噪,實現(xiàn)了對X射線醫(yī)學圖像的有效增強。與傳統(tǒng)方法的實驗對比結(jié)果表明,本文所提算法對X射線醫(yī)學圖像具有較強的增強效果,具有一定的理論和實際應(yīng)用價值。
   在圖像質(zhì)量評價方面,本文提出了一種基于雙向映射的無參考醫(yī)學圖像質(zhì)量評價方法。所提算法主要考慮將無參考圖像與標準圖像增強前后的雙向映射評價過程。也即先通過顏色分布傳遞算法將低質(zhì)量的X射線醫(yī)學圖像增強后的結(jié)果映射到灰度分布較均勻的標準

4、自然圖像進行質(zhì)量評價;以及先通過顏色傳遞將低照度X射線醫(yī)學圖像的灰度范圍映射給標準圖像增強后進行質(zhì)量評價的正、反兩種映射過程。經(jīng)過主觀和客觀的實驗均驗證了本文所提無參考醫(yī)學圖像質(zhì)量評價算法的有效性與可行性。
   最終本文基于MATLABScirpt節(jié)點的混合編程搭建了一個醫(yī)學影像圖像處理的測試平臺:即將采集后的醫(yī)學影像傳入LABVIEW系統(tǒng)后,再利用MATLABScript節(jié)點完成LABVIEW和MATLAB的算法混合編程,最

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論