医学图像处理的难点与问题.pptxVIP

医学图像处理的特点与难题 ;遥感图像处理 — 应用面窄 医学图像处理 — 应用面宽;高度复杂的成像机制 综合深厚的数学基础 精确实用的高新技术 重大需求的应用前景;生理评判的模糊性 信息生成的随机性 物理求解的病态性 面对应用的实时性;四、医学图像处理的主要问题 与我们的工作;关于成像重建算法现研究热点集中在MR与PET成像，而CT或螺旋CT等的成像研究，大多是针对具体问题（如乳房、心脏）提出某种特殊技术去解决，不具普适性。;主要问题 采样密集度的改变常导致图像退化。 相应对策 K-空间中的任意重采样技术。 工作基础 因缺乏成像前数据，我们未开展此类研究。;存在问题 图像分辨率低，噪声大，缺少结构信息，无法定位病灶。 相应对策 a.前处理：基于小波包门限估计的正则化抑噪技术。 b.后处理：提出各种优化方法，如正则化方法、最大似然法等滤噪。;已有工作 a.前处理：由于缺乏成像前数据，我们未从事其研究 b. 后处理：我们提出了正则化参数自适应修改模型与 迭代快速算法（ARCTLS），并从理论上首次证明了迭代解的存在性与稳定性，重建质量与速度均比国外最近同类算法（RCTLS）提高3倍以上。;;信噪比与计算耗时的比较;2、伪影校正; 工作基础 (1)前处理：我们最新提出的逆向迭代修正算法(IIC)对MR图像中的仿真平移运动伪影处理,比美国最近算法(EF)的信噪比提高约７个dB,计算速度提高一倍以上,且稳健性好 (2)后处理：目前我们正想从统计学入手来展开此类研究。;;MR平移运动伪影消除;EF和IIC在信噪比和运行时间上的对比 ;3、图像配准; 工作基础 (1) 模糊弹性配准相似性测度方法正在研究中 (2) 我们提出的医学图像刚性配准的模糊相似性测度函数（FS），稳健性与计算精度明显优于当前同类研究（MI），配准精度提高2倍。; 实验采用美国Vanderbilt大学Retrospective Registration Evaluation Project（RREP）项目组提供的国际通用刚性配准图像数据，评估方式采用配准获得的结果与项目组已有的金标准进行比较。 ;基于模糊边缘场的CT与MR刚性配准;FS与MI配准方法的误配率比较;4、目标分割;工作基础 我们提出的广义模糊Gibbs分割算法（FGS）可自动获取最优分割效果，且算法稳健性优于国外同类算法（ML与CGS）。 实验数据采用哈佛大学附属医院提供在Internet 网上的20幅正常脑部MR图像，分割结果与其提供的手动分割结果（即金标准）进行对比。;;脑部MR图像的分割算法比较;5、运动估计;工作基础 最新提出的广义模糊粒子滤波（GFPF）算法，跟踪效果明显优于当前国际上最好的Unscented PF（UPF），跟踪精度提高约一倍多。 试验数据由美国NIH心肺血液研究所提供，对心脏图像的处理结果与其公布的手工勾画左心房内壁（即金标准）轮廓进行比较。;心脏ＣＴ序列图像的左心房边缘（NIH金标准） ;跟踪结果误差对比 ;主要问题 医学序列图像的帧内冗余与帧间冗余度很大，失去一些无关细节不影响诊断，但迄今医学图像的有损压缩没有一个公认的标准。 相应对策 要提出新的有损标准及算法，实现高压缩比下的高信噪比优质解码图像。;工作基础 提出了模糊聚类的软分类问题的最优分类测度与算法（OFC），自动实现优化分类，且运算速度比国际通用算法（LBG）提高5~6倍。;;实验结果与分析;基于模糊聚类优化的序列图像分形压缩; ; ; ;广义模糊边沿检测对比图 （采用国际标准图像测试）;主要问题 医学MR图像由于图像采集过程中射频磁场的非均匀性，造成图像中灰度的非均匀分布，表现为图像中局部过亮与过暗，掩盖了有效的诊断信息。 相应对策 要提出非均匀性校正后处理方法。;工作基础 提出了基于Gibbs随机场理论与EM算法的MR图像非均匀性校正算法。 ;MR非均匀性的矫正;9、血管重建; 模型出发，建立3D血管网络数字化模型作为知识工程；然后以患者2D（两个以上不同方位）DSA图像为引导，采用智能分析与优化路径搜寻策略来重建患者真3D环境。 工作基础 由于工程较大，我们现正开始研究;谢 谢