面向應(yīng)用的若干醫(yī)學(xué)圖像處理技術(shù)的研究.pdf

1、 本文先用共生矩陣和局部灰度差分矩陣對MR圖像進行了紋理分析，提取了熵、粗糙度等紋理特征，對比骨質(zhì)疏松患者圖像和對照組圖像，發(fā)現(xiàn)有顯著的差別。又用閾值結(jié)合邊緣檢測對MR圖像進行二值化，分離了骨小梁和骨髓。在此基礎(chǔ)上對骨小梁的形態(tài)和網(wǎng)絡(luò)結(jié)構(gòu)進行了分析，提取了面積、骨架長度，歐拉數(shù)等特征。對比骨質(zhì)疏松圖像和正常圖像，也獲得了顯著的差別。 本文對CSC彩色圖像分割算法做了改進，將目標邊緣信息結(jié)合進CSC算法的連接過程并以HSV色彩模型為

2、基礎(chǔ)來確定色彩差別。通過設(shè)定顏色差別和邊界梯度的容忍閾值來控制分割的深度。試驗用VCH和VHP數(shù)據(jù)集的彩色切片圖像進行分割，取得了較好的結(jié)果。 在PACS系統(tǒng)中，醫(yī)學(xué)圖像的存儲往往占用大量的空間。DICOM3.0已經(jīng)支持JPEG2000壓縮標準。將JPEG2000應(yīng)用到PACS系統(tǒng)中可以大大減少存儲開銷。本文根據(jù)醫(yī)學(xué)圖像的特點，結(jié)合JPEG2000ROI編碼新特性，提出了適合醫(yī)學(xué)圖像壓縮的ROI編碼方式。能夠在保證感興趣區(qū)域無損編碼