简介:目的本文针对黑素细胞肿瘤(MelanocyticTumorMT)图像情况复杂,较难分割的问题,提出了一种综合数字图像分割算法,探讨MT的早期诊断。方法首先应用统计区域融合方法(SRM)实现图像分割成多块纹理一致的区域。然后对图像以HSV彩色空间的H和S分量为特征,使用K均值聚类算法将图像聚为9类。最后,将聚类结果在HSV彩色空间的H和S分量值分别映射到[0,1]区间,再分别对H分量和S分量取阈值,得到最终的边界分割结果。结果对MT图像能够按照其纹理差异将其有效划分为多个区域,较为准确标识出皮损区域。结论综合对多种方法结果的对比,本方法优于传统的大津阈值法、K均值法和活动轮廓法。同时对过去基于SRM的MT图像分割方法进行了改进,在处理复杂MT图像时效果明显好于传统方法。
简介:摘要:目的:通过对比传统摄影与负重摄影图像的关节及其周围附属关节组织的变化,以筛选出提高其图像的质量的摄影方法。方法:在医院中选取30位肩关节部位有异常的病人进行DR检查,第一次传统体位摄影,第二次扫描时需要负重拍摄两侧肩关节做对比。扫描结果交由两位中级职称医师共同作出诊断,进行主观评定图像质量,再由两名中级以上技师对所得的图像进行客观评价。结果:主观评价结果传统摄影组摄影图像良好片16例,占53.3%;负重摄影组摄影图像良好片21例,占70%;客观评价结果传统摄影组平均分为4.02;负重摄影组平均分为4.86。负重摄影和传统摄影两组之间比较的结果,χ2=3.104,t=2.567,P值均大于0.05,两组之间比较统计学差异不显著。结论:拍摄时负重更符合人体的重力状态,除了在肩锁关节脱位或半脱位情况下负重位摄影和传统摄影对比十分明显,另外大多数的情况下传统摄影与负重摄影拍摄所得到的医学影像图像质量无显著区别。
简介:近年,以深度学习技术为代表的人工智能(AI)正席卷各行各业,而AI框架有多种,多数采用深度卷积神经网络(CNN)技术结合迁移学习进行训练,虽然在皮肤AI研究中取得长足进展,但其研究结果未能真正走出实验室进入临床应用。制约这些因素主要是缺乏高质量的皮肤疾病图像的大型数据集。本文针对皮肤科常见的图像采集方法,包括临床摄影图像、皮肤镜图像、反射式共聚焦激光扫描显微镜(RCM)图像、皮肤B超图像和组织病理图像的质量要素进行探讨和述评,希望对解决因皮肤图像质量的问题而影响AI研究进展的瓶颈问题能有所帮助。
简介:【摘 要】 随着科技的进步,摄影测量与遥感成像技术越来越受到重视。目前该技术因受到数据在采集、传输、处理等技术原因的影响,无法去除干扰高斯白噪声,对测量与成像的效果影响严重。为此,提出一种基于图像的小特征分割算法进行摄影测量与遥感图像特征定位,通过对采集到的图像信息数据进行双树小特征分割法,将测量值与遥感图像特征定位直方分割,按摄影测量按级别对遥感图像特征信息数据进行采集,数据逆变换后进行扩散图像去噪,保持成像完整性。仿真实验证明,本文方法改善了原有测量成距离不准确,遥感图像不清晰,图像无法辨识等缺点。具有广泛应用性。