醫(yī)學圖像處理的難點與問題ppt課件

1、2019年年12月月7日日 杭州杭州主要問題主要問題采樣密集度的改變常導致圖像退化。采樣密集度的改變常導致圖像退化。相應對策相應對策K-空間中的任意重采樣技術。空間中的任意重采樣技術。工作基礎工作基礎因缺乏成像前數(shù)據(jù)，我們未開展此類研究。因缺乏成像前數(shù)據(jù)，我們未開展此類研究。MRMR圖像圖像存在問題存在問題圖像分辨率低，噪聲大，缺少結(jié)構(gòu)信圖像分辨率低，噪聲大，缺少結(jié)構(gòu)信息，無法定位病灶。息，無法定位病灶。相應對策相應對策 a.前處理：基于小波包門限估計的正前處理：基于小波包門限估計的正則化抑噪技術。則化抑噪技術。 b.后處理：提出各種優(yōu)化方法，如正后處理：提出各種優(yōu)化方法，如正則化方法、最大似

2、然法等濾噪。則化方法、最大似然法等濾噪。PETPET圖像圖像已有工作已有工作 a.前處理：由于缺乏成像前數(shù)據(jù)，我們未前處理：由于缺乏成像前數(shù)據(jù)，我們未從事其研究從事其研究 b. 后處理：我們提出了正則化參數(shù)自適應后處理：我們提出了正則化參數(shù)自適應修改模型與修改模型與 迭代快速算法迭代快速算法ARCTLS），），并從理論上首次證明了迭代解的存在性并從理論上首次證明了迭代解的存在性與穩(wěn)定性，重建質(zhì)量與速度均比國外最與穩(wěn)定性，重建質(zhì)量與速度均比國外最近同類算法近同類算法RCTLS提高提高3倍以上。倍以上。自適應圖像重建自適應圖像重建 (a)退化圖像退化圖像(b)正則化總體最小二乘法重建圖像(c)局部

3、線化局部線化D.F.P方法重建圖像方法重建圖像 (d)自適應正則化總體最小二乘法重建圖像自適應正則化總體最小二乘法重建圖像 注：實驗在注：實驗在P-II/166 上實現(xiàn)上實現(xiàn)主要問題主要問題 現(xiàn)有各種前處理技術快速掃描、門控現(xiàn)有各種前處理技術快速掃描、門控掃描、欠掃描、過掃描或可矯正重建模掃描、欠掃描、過掃描或可矯正重建模式的校正效果不理想式的校正效果不理想相應對策相應對策必須提出新的方法，能具普適性，又有必須提出新的方法，能具普適性，又有優(yōu)越的校正效果。優(yōu)越的校正效果。 工作基礎工作基礎 (1)前處理：我們最新提出的逆向迭代修正前處理：我們最新提出的逆向迭代修正算法算法(IIC)對對MR圖像

4、中的仿真平移運動圖像中的仿真平移運動偽影處理偽影處理,比美國最近算法比美國最近算法(EF)的信噪比的信噪比提高約個提高約個dB,計算速度提高一倍以上計算速度提高一倍以上,且穩(wěn)健性好且穩(wěn)健性好(2)后處理：目前我們正想從統(tǒng)計學入手來后處理：目前我們正想從統(tǒng)計學入手來展開此類研究。展開此類研究。 a.模板原始圖像模板原始圖像 b.平移偽影圖像平移偽影圖像 c.能量聚焦法修正結(jié)果能量聚焦法修正結(jié)果 d.逆向迭代修正結(jié)果逆向迭代修正結(jié)果a、e為原始圖像；為原始圖像；b、f為模擬偽影圖像；為模擬偽影圖像；c、g為能量聚焦法修正的結(jié)果；為能量聚焦法修正的結(jié)果；d、h為自動逆向迭代法修正的結(jié)果為自動逆向迭代

5、法修正的結(jié)果注：實驗在注：實驗在P-III/1G 上實現(xiàn)上實現(xiàn)主要問題主要問題當前國際主流算法的誤配率較大，難當前國際主流算法的誤配率較大，難以實用。以實用。相應對策相應對策提出模糊或廣義模糊相似準則來提高提出模糊或廣義模糊相似準則來提高配準精度。配準精度。 工作基礎工作基礎 (1) 模糊彈性配準相似性測度方法正在模糊彈性配準相似性測度方法正在研究中研究中 (2) 我們提出的醫(yī)學圖像剛性配準的模我們提出的醫(yī)學圖像剛性配準的模糊相似性測度函數(shù)糊相似性測度函數(shù)FS），穩(wěn)健性），穩(wěn)健性與計算精度明顯優(yōu)于當前同類研究與計算精度明顯優(yōu)于當前同類研究MI），配準精度提高），配準精度提高2倍。倍。主要問題主

6、要問題分割精度不高，灰度歸類算法沒有考分割精度不高，灰度歸類算法沒有考慮空間特性。慮空間特性。相應對策相應對策要提出模糊隨機分割模型，以提高分要提出模糊隨機分割模型，以提高分割的效果。割的效果。工作基礎工作基礎我們提出的廣義模糊我們提出的廣義模糊Gibbs分割算法分割算法FGS可自動獲取最優(yōu)分割效果，且可自動獲取最優(yōu)分割效果，且算法穩(wěn)健性優(yōu)于國外同類算法算法穩(wěn)健性優(yōu)于國外同類算法ML與與CGS）。）。實驗數(shù)據(jù)采用哈佛大學附屬醫(yī)院提供在實驗數(shù)據(jù)采用哈佛大學附屬醫(yī)院提供在Internet 網(wǎng)上的網(wǎng)上的20幅正常腦部幅正常腦部MR圖像，圖像，分割結(jié)果與其提供的手動分割結(jié)果即分割結(jié)果與其提供的手動分割

7、結(jié)果即金標準進行對比。金標準進行對比。(a) 原始圖像原始圖像, (b) ML 分割結(jié)果分割結(jié)果, (c) CGS 分割結(jié)果分割結(jié)果, (d) FGS分割結(jié)果分割結(jié)果 （a） （b）（c） （d）腦部冠狀面磁共振圖像 (a)為白質(zhì)的重疊率 (b)為灰質(zhì)的重疊率主要問題主要問題輪廓跟蹤精度低，誤差大。輪廓跟蹤精度低，誤差大。相應對策相應對策要提出新跟蹤算法，解決精度與速要提出新跟蹤算法，解決精度與速度問題。度問題。工作基礎工作基礎最新提出的廣義模糊粒子濾波最新提出的廣義模糊粒子濾波GFPF算法，跟蹤效果明顯優(yōu)于當前國際上算法，跟蹤效果明顯優(yōu)于當前國際上最好的最好的Unscented PFUPF）

8、，跟蹤），跟蹤精度提高約一倍多。精度提高約一倍多。試驗數(shù)據(jù)由美國試驗數(shù)據(jù)由美國NIH心肺血液研究所心肺血液研究所提供，對心臟圖像的處理結(jié)果與其公提供，對心臟圖像的處理結(jié)果與其公布的手工勾畫左心房內(nèi)壁即金標準布的手工勾畫左心房內(nèi)壁即金標準輪廓進行比較。輪廓進行比較。心臟序列圖像的左心房邊緣心臟序列圖像的左心房邊緣NIHNIH金標準）金標準） 上行上行: GFPF的跟蹤結(jié)果的跟蹤結(jié)果; 下行下行: UPF的跟蹤結(jié)果的跟蹤結(jié)果(a) OFC (b) LBGCT_head 碼本大小為碼本大小為980 (c) OFC (d) LBGMR_head 碼本大小為970（在有損壓縮比相同條件下）（在有損壓縮比

9、相同條件下） 1st frame 11th frame提出了廣義模糊邊緣檢測算子，是唯一滿提出了廣義模糊邊緣檢測算子，是唯一滿足國際邊緣檢測三準則的快速算法足國際邊緣檢測三準則的快速算法廣義模糊邊沿檢測對比圖廣義模糊邊沿檢測對比圖（采用國際標準圖像測試）（采用國際標準圖像測試）原圖象原圖象(帶加性噪聲帶加性噪聲)GFO算法邊緣檢測結(jié)果算法邊緣檢測結(jié)果Roberts算法邊緣檢測結(jié)果算法邊緣檢測結(jié)果LOG算法邊緣檢測結(jié)果算法邊緣檢測結(jié)果主要問題主要問題僅利用僅利用2D信息不能導出信息不能導出3D血管空間結(jié)血管空間結(jié)構(gòu)。構(gòu)。相應對策相應對策國際上缺乏此類研究，我們提出從人國際上缺乏此類研究，我們提出從人體血管標本體血管標本 模型出發(fā)，建立模型出發(fā)，建立3D3D血管網(wǎng)絡數(shù)字化模型作為知識工血管網(wǎng)絡數(shù)字化模型作為知識