张道兵[1]2004年在《数字胸片中的关键图像处理技术研究》文中进行了进一步梳理本论文主要研究了数字胸片中的几个关键图像处理技术，包括数字胸片图像分割、去噪和增强。 对于胸片图像中肺部区域的分割，本文从经典的单阈值分割算法入手，在用自动确定类数的多阈值分割方法研究了肺部区域的灰度分布后，根据肺部区域的空间坐标位置关系，提出了基于灰度补偿的大阈值分割算法：对于胸片图像中的肋骨区域分割，充分考虑肋骨区域具有局部高亮度的特点，用高斯平滑后的图像作为阈值曲面，取得了良好的效果，进一步地，用一个等价的局部均值作为阈值曲面，提高了运算速度。 本文用小波分析的方法对数字胸片图像去噪和图像增强进行了研究。在深入分析和研究了小波模极大值重构、相位滤波器和Lipschitz指数的基础上，本文对Mallat的小波模极大值去噪方法进行了改进，用相位滤波器和Lipschitz指数选取重构的系数，重构的结果在去噪的同时保持了图像中的细节信息。 反锐化掩模是医学图像增强中使用最普遍的一种方法，本文给出其在小波域内的等价表示。根据视觉生理心理学原理，具体的增益系数由图像的背景灰度确定。同时考虑到胸片中重要的细节信息位于中间频率的特性，增益系数需要进行调整。实验结果表明，调整增益后的小波自适应增强方法能有效的增强数字胸片中的细节信息。
张甲杰[2]2008年在《医学X光胸片若干图像处理问题研究》文中研究表明医学图像处理已经成为计算机视觉领域的研究热点。本文主要研究了医学X光胸片中的几个关键图像处理技术,主要包括X光胸片图像增强、分割和肺部病灶识别。提出并改进了基于Retinex方法的X光胸片图像增强方法。在3种标准偏差下,求得高斯环境函数;然后使用3种不同的环境函数对X光胸片进行卷积操作,将3种标准偏差尺度下得到的结果进行加权平均;最后将输出灰度值进行修正,得到可用于显示的结果。改进的MSR算法既可以实现低对比度的X光胸片图像增强,又能实现图像的动态范围压缩,能够显着提高暗区X光图像的信息。该方法克服了目前常规增强方法的不足,能够满足医生临床诊断的要求。对于胸片图像中肺部区域的分割,提出了一种改进的Live-Wire交互式医学图像分割算法。与原算法相比,改进算法在不增加算法复杂度的同时,大大提高了医学图像分割的性能,而且在3个方面弥补了原算法的不足:对噪声相当敏感、不能有效的区分胸片图像中的强弱边缘、不适用于边缘弯曲程度较大的胸片图像。有鉴于Gabor滤波器在模式识别领域的成功应用,我们将其引入到肺部病灶识别应用中。研究并给出了一种改进的基于特征加权的Gabor特征抽取算法。该算法对Gabor特征矢量根据其临近分量的离散程度进行加权处理,具有较强的鲁棒性和类别表征能力。实验表明,这种特征抽取算法能够有效降低胸片图像识别的错误率,增强鲁棒性,适于对质量较差的胸片图像进行识别。利用上述Gabor特征抽取算法对选定的肺部区域和样本病灶进行特征提取,训练BP神经网络分类器,最后识别出病灶信息。
裴政[3]2009年在《胸部DR图像分割在纹理检索中的研究及应用》文中认为近年来,数字化X线摄影,尤其是直接数字化X线摄影系统的应用,使传统的X线摄影技术进入数字化领域。它与传统的X线摄影相比,具有更高的影像质量,包含更多的影像信息。这种数字化信息经过后处理后,可以获得更多的科研、教育、诊断应用。本文以数据库检索DR胸部图片为目的,研究了关于X光胸片的几个关键图像处理和分析技术。主要包括肺部分割、肋骨分割和基于纹理的数据库检索。具体内容如下：对于DR胸片来说,肺部区域的分割是计算机辅助检测胸腔疾病的首要步骤。本文提出两种自动检测肺部边界点的位置的方法。第一种方法首先在图像中计算一系列的参考线来检测肺部区域在整个图像中的大致位置。然后,在对图像进行平滑处理后,在图像水平、垂直方向上,通过求得所在行或列范围内的候选点的灰度值差的极大、极小值来确定边界点的位置,差值为正的代表亮度由低到高,差值为负的代表亮度由高到低。在肺顶区域去除了锁骨的影响。第二种方法通过使用一系列的感兴趣的矩形区域来确定边界点的位置。最后,为了提高边界点的准确性,肺部近似边界的位置可以通过活动轮廓模型的方法被调整,也可以直接使用插值方法将边界点连起,删除肺野的外部区域。使用上述两种方法,对实际采集的DR图片进行测试,能够较好的分割出肺部边界。在DR数字胸片图像中,肋骨区域对于准确分析肺部区域的纹理存在着较大的影响,在分析肺部区域之前,先将肋骨区域分割出来,然后再对分割后的肺部区域进行纹理分析,有利于DR数字胸片图像的准确分类,也对后继的病理诊断具有非常重要的意义。本文使用了叁种分割肋骨的方法,分别是K—聚类均值法,高斯阈值曲面方法和霍夫变换方法,霍夫变换的方法结果好于其他的方法,在使用霍夫变换前需要对图像增强,细化肋骨区域,根据霍夫变换曲线受间断的影响较小,在已知曲线形状的条件下,利用分散的边缘点进行曲线逼近的优点,得到肋骨区域中心线,最后得到肋骨区域。本文最后提出了基于胸部图像纹理特征的检索系统,使用共生矩阵的纹理特征检索方法,在检索前提出了减少肋骨阴影对最后的肺部区域的纹理检测的影响的算法,通过查全率和查准率评价检索结果。
沃飞[4]2007年在《基于胸片图像的身份识别研究》文中指出X线胸片是临床上使用最多的医学成像诊断方法之一,放射科每天产生大量胸片图像,一旦发生归档错误,将产生严重的后果。本文研究了基于DICOM胸片图像的患者身份识别技术,它能够有效地辅助减少这类误归档错误。研究内容主要包括胸片图像的预处理、分割和身份识别。在胸片的预处理和分割方面,首先,本文通过回顾和研究了以往的经典算法,综合了投影法、聚类法、阈值分割、梯度法、模板匹配、边缘追踪等多种方法实现了胸片ROI的提取、肺野的分割、肋骨锁骨边缘的提取等,取得了良好的效果。其次,本文对图像分割的新方法,如像素点分类法、活动模型法,进行了研究,并标定了12幅胸片的肺野使用AAM模型对另外10幅图像进行分割实验,其中9幅取得了很好的分割效果,只有一幅标定点略有偏移。胸片图像的身份识别技术研究是个新颖的课题,没有过多的经验可以参考。本文参考医生临床上实际辨别方法并借鉴指纹识别和人脸识别的方法,对胸片识别进行了尝试性研究。文章从两个角度展开研究:第一种方法,我们通过胸片图像分割获得了肺野、肋骨和锁骨的信息,从这些信息中提取面积、边缘形态等特征,构建数据库,再从中选择部分重要特征进行识别;第二种方法模仿医生肉眼分辨胸片身份的方法,对比两幅图像中的胸骨框架外形、心脏形状、动脉形状、锁骨和肋骨的弯曲程度长度等等,对两幅图像上的对应部位计算相关系数,并以此为特征,根据一定的规则判别图像是否来自同一个患者,实现了两幅图像之间的身份识别。
刘炎[5]2007年在《X光胸片图像分割和特征识别技术研究》文中提出胸腔曾被喻为人体健康和疾病的镜子，因为它包含多种组织，提供了人体多方面的信息，因此X光胸片有重要的医学应用价值。然而X光胸片在图像质量上存在着很大的缺陷，如图像分辨率低、组织重迭干扰严重等等，使得X光胸片中几乎任何一种组织都没有明确的边界，所以利用计算机进行辅助诊断的技术成为了热切需求的工具。本文以计算机辅助诊断的临床应用为背景，研究了关于X光胸片的几个关键图像处理和分析技术。主要包括肺部分割、肋骨分割和肺结节自动检测。具体内容如下：对肺部分割进行了比较全面的总结。实现了已有典型的肺部分割方法，包括基于规则的边界检测法、几何模型匹配法和Snake模型法。在充分分析了现有肺部分割方法不足的基础上，本文提出了一种综合的区域分割方法。该方法采用一种由粗到精的策略，首先根据柔性形态学腐蚀算子对图像暗区的扩张作用，利用它对图像作一次顺序滤波，获得很高的分割灵敏度；然后在目标区域采用一种聚类技术，得到精细的分割片段；最后，利用知识规则筛选和重组区域并得到最后的结果。通过对比其它典型方法，该分割方法的灵敏度和精确度均很高。为了更好地提取肺轮廓，本文在深入研究主动形状模型(Active Shape Model，ASM)分割算法的基础上实现了肺轮廓的提取。通过分析经典ASM和多分辨率ASM的缺陷，本文对经典ASM方法做了一点改进，即在ASM训练的同时选取采样轮廓填充后的图像作为期望输出训练神经网络，将ASM的局部表面模型建立在网络输出上，然后再建立ASM统计模型，应用过程中原始图像要先经过网络处理，然后再进行局部纹理匹配。与其它方法相比，该方法在分割灵敏度、精确度和计算速度方面均获得了最优。深入研究了肋骨分割问题。实现了已有肋骨分割方法。包括K-均值聚类算法、高斯曲面阈值法、迭代上下文像素分类法和Hough变换法。本文对Hough变换肋骨分割方法加以改进，将Hough变换应用于形态学细化后的图像，对每根肋骨采用一条线来表达，再通过形态学膨胀来近似得到肋骨区域，从而避免了直接应用Hough变换在判断肋骨上下边缘上存在的困难。实验仿真结果表明该方法精确度高，结果更容易利用。研究了有关肺结节检测的相关算法，并给出了一个参考肋骨信息的肺结节检测系统，该系统的特点是将候选图像根据中心是否有肋骨穿过而区别对待，改进了以往只进行一次复杂分类的做法，简化了网络训练的复杂度。通过实验仿真，该系统比已有其它系统的假阳性数量稍低。
周居熙[6]2004年在《呼气相胸片和先心病胸片的处理与研究》文中研究指明呼气相胸片和先心病胸片的识别对实现基于X光胸片的计算机自动诊断具有重要意义。先分析胸片的图像特点，然后分别对呼气相胸片和先心病胸片进行识别研究。根据呼气相胸片中肺部区域灰度较高的特点，使用边缘提取、边缘跟踪和大津阈值分割等图像处理技术，提取肺部区域后进行研究。将该区域内灰度均值作为特征值，即均值法；考虑到个体差异和曝光程度等问题，将其与骨骼灰度的比值作为特征值，即比例法。利用类间距离对这两种方法提取的特征进行量化比较。最后分别使用S型函数、Ⅱ型函数和模糊k近邻分类器，求出测试样本的隶属度。经测试，这样识别方法可以客观的识别呼气相胸片。同理，根据先心病胸片心胸比偏大的特点，对胸片进行图像预处理与特征提取，运用模糊模式识别方法进行识别研究，结果比较理想。本文的研究结论可可为今后的研究奠定了基础。
宋亚林[7]2006年在《Ⅲ型肺结核病灶辅助诊断定位系统》文中认为医学图像是医生进行临床诊断、病情跟踪、手术计划、预后研究、鉴别诊断的重要客观依据。X光成像技术由于具有简单、痛苦轻、价格低廉、空间分辨高等特点，现今仍在各个医院得到广泛的应用，并且作为骨骼系统、呼吸系统等的首选检查项目，特别是在肺结核的诊断方面具有举足轻重的地位。而现今对医学图像的处理大都针对CT、MRI等分辨率较高的图片，而对于X胸片处理是非常少见。 本文针对Ⅲ型肺结核X光胸片图像的特点，对如何快速有效地提取出肋骨特征进行病灶组织的定位做了深入的研究。本文主要分四部分。(1)X光胸片的预处理：在对X胸片的预处理中主要利用中值滤波去噪声和使用Canny算子对图像进行二值化处理。通过分析和实验得到了符合医学X光胸片图像边缘检测的Canny算子参数：低阈值／高阈值的值、高阈值占图像象素总数比值和高斯滤波的标准方差；(2)检测肋骨上下边缘线：利用医学解剖学知识(左右侧肋骨的走向)，本文提出了改进的方向算子，分别为左侧方向算子(8邻域的左下角)和右侧方向算子(8邻域的右下角)，并利用其对Canny二值化的图像进行跟踪得出含有肋骨上下边缘线的图像；(3)断开、缺失的肋骨线的连接、修补等处理以及肋骨线的抛物线拟合：根据跟踪的肋骨线信息，本文提出了一种快速有效的对断开和缺失肋骨线的连接与修补算法，从而得到胸廓中的全部完整的肋骨边缘线。此算法的主要思想是提出了一种搜索高权重端点的方法，并利用其对每根备选线段进行扫描，得出每个端点的侯选点集，选出其中权值最高的一对点进行直线插值，连接为一条肋骨线；而后对所有的肋骨线进行批量抛物线拟合；(4)病灶定位：本文提出了符合临床医学命名规范的定位算法，该算法利用批量拟合的抛物线对分割出来的病灶进行快速准确地定位。 本论文的研究主要利用了计算机技术和图像处理技术把胸片中的肋骨及病灶自动检测提取出来，方便了对胸片后期的分析和得出相关数据，这也将会对于解放人力，节省时间，减少误诊率都具有重要的意义。
刘会明[8]2012年在《基于模糊理论的胸片图像分析研究》文中认为医学图像处理在计算机视觉领域的飞速发展，使得计算机辅助诊断成为研究热点，X光胸片是医生常用于诊断肺部、骨骼、心脏等部位疾病的重要依据。在成像的过程中，由于人体组织结构的复杂性、X射线散射、设备自身噪声等因素的影响，导致图像质量下降，因此应当对图像进行处理，为医生提供可靠的诊断数据打下基础，包括：增强处理以改善图像质量、分割处理以突出感兴趣区域、肺结节识别研究以检查病灶。本文首先阐述了医学图像增强的基本方法，包括对比度增强和边缘检测增强，并进行简要说明。对基于模糊集合理论的图像增强方法进行研究，在前人工作的基础上，给出了一种基于模糊自适应算法的胸片图像增强方法。即使用可检测边缘度与噪声标准差之商作为图像增强质量的评估标准，自动选择模糊参数，实现广义模糊增强图像的自动优化。然后阐述了基于模糊理论的胸片图像分割方法，包括经典的K-均值聚类算法、C-均值聚类算法，以及基于这两种方法的改进方法，并分析他们的优缺点，给出了分割出的肺部轮廓图像。最后，本文将模糊模式识别应用于肺结节检测识别当中，根据提取的良恶性肺结节的特征，应用最大隶属度原则对待识别的肺结节的良恶性进行研究，并给出了具体的构架和流程，实验证明用该算法能实现较好地得到识别效果。
王焕强[9]2014年在《DR技术及X线胸片阅读记录系统在尘肺诊断中的应用研究》文中认为第一部分DR技术在尘肺诊断中的应用研究目的：评价数字化X线摄影(digital radiograph, DR)胸片的硬片(胶片打印)与传统胶片-增感屏X线摄影(film-screen radiography, FSR)胸片诊断尘肺病的一致性和准确性,研究DR硬片诊断尘肺的质量控制关键技术。方法：通过文献综述、专家咨询和预试验,设计DR硬片诊断尘肺的质量控制研究方案。以四个职业病体检诊断机构参加职业健康体检的接尘工人和不同期别的各类尘肺病患者作为研究对象,并知情同意。对每个研究对象同期拍摄后前位高千伏FSR胸片和DR胸片。根据尘肺病诊断标准,各体检机构对研究对象的FSR胸片进行尘肺病诊断,结果作为诊断参考。共372名研究对象的DR胸片和FSR胸片质量符合课题要求,被纳入研究,其中矽肺87例、煤工尘肺145例、石棉肺41例、铸工尘肺1例,正常对照98例。由6名具有丰富尘肺病诊断经验且具有诊断资质的医师,分A、B两组,每组各3人,采取随机、双盲的原则,按照尘肺病诊断标准,在观片灯上分别对DR硬片和FSR胸片读片诊断。诊断资料用Epidata3.02录入,用Spss20.0逻辑检错和统计分析,分析方法包括描述性分析、筛查试验准确性评价分析、Logistic分析、ROC分析、加权Kappa一致性分析等。结果：以参考诊断结果为金标准,DR胸片和FSR胸片筛查诊断尘肺病的灵敏度、特异度、约登指数、似然比等评价指标数值相近,ROC曲线下的面积Az分别为0.816(95%CI,0.781-0.852)和0.866(95%Cl,0.834-0.897),两者没有统计学差异(z=-1.82,P>0.05)。DR硬片诊断尘肺准确性的主要影响因素包括诊断医师组、体检中心(DR的参数和胸片打印效果)、胸片质量、DR硬片膈下光密度是否<0.4、摄制电压、胸片打印大小、是否为石棉肺、是否以p小阴影或s小阴影为主、总体密集度以及金标准等。以质量一级的FSR胸片诊断结果为金标准时,DR诊断尘肺的灵敏度、特异度、阳性似然比分别为95.0%、84.6%和6.18,Az为0.935(95%Cl,0.896-0.973)。当DR胸片质量一级或二级,FSR胸片质量一级时,DR和FSR诊断尘肺五分类(正常、观察对象、壹期尘肺、贰期尘肺、叁期尘肺)的线性加权Kappa值kw=0.759(95%CI,0.671～0.847),两种胸片诊断差异无统计学意义(X2=2.855,P>0.05)。结论：DR胸片诊断尘肺与FSR胸片诊断尘肺具有较好的一致性；建议用DR诊断尘肺时,若以FSR胸片为标准片,用DR硬片在观片灯上读片,应在拍摄前对DR设备的参数进行调整,采用120kV以上高千伏摄片,DR胸片膈下光密度<0.4,使DR胸片影像表现与FSR胸片影像表现尽量趋于一致；建议研制DR胸片标准片,开展DR摄片技术和DR读片诊断培训。第二部分X线胸片阅读记录系统辅助诊断接尘工人结核病目的：研制接尘工人X线胸片阅读读记录系统,提高职业病医生诊断结核病的准确性。方法：结合我国《肺结核诊断标准》(WS288-2008)中结核病的分类和《尘肺病诊断标准》(GBZ70-2009)中半定量记录诊断尘肺病的方法,研制接尘工人X线胸片阅读记录系统。先用51例典型结核病病例和27例对照者的胸片验证该系统的适用性。8名职业病诊断医师和2名结核病医师平衡分两组,按随机、双盲的原则,先后两次阅片诊断。第一次用常规诊断方法,第二次用X线阅读记录表辅助诊断,两次间隔1个月,评估后修改记录表。在多个职业健康体检机构,先后以2278例既往职业健康体检中胸片异常者、10524例定期参加职业健康体检的接尘工人为研究对象,根据知情同意原则,对研究对象用X线胸片阅读记录系统进行辅助诊断验证。诊断资料用Epidata3.02录入,用Spss20.0逻辑检错和统计分析,分析方法包括描述性分析、筛查试验准确性评价分析、Logistic分析、ROC分析、Kappa一致性分析等。结果：使用接尘工人X线胸片阅读记录系统辅助诊断后,两组医师诊断结核病的灵敏度和特异度分别从47.1%和29.6%提高到90.2%和85.2%,Kappa值从0.452(95%Cl,0.295-0.609)提高到0.567(95%Cl,0.459-0.575)。回顾性调查和现况调查的验证结果表明,X线胸片阅读记录系统能辅助医师有效鉴别结核病与尘肺病及尘肺合并结核,辅助医师对结核病分类,提高结核病诊断的准确性,ROC曲线下面积Az分别为0.951(95%Cl,0.938-0.964)和0.955(95%Cl,0.916-0.994)。结论：接尘工人X线胸片阅读记录系统辅助职业病诊断医师诊断结核病,能提高诊断的准确性和一致性,通过规范化记录医师对结核病患者胸片影像特征的分析、诊断过程,保证诊断结果的客观性和科学性。
佘广南[10]2016年在《基于密集特征匹配的胸片肺野自动分割和骨抑制方法研究》文中指出随着工业化的快速发展,环境问题尤其是大气污染越来越严重,随之带来的是各种肺部疾病的发病率致死率的越来越高。常见的肺部疾病有：肺气肿、肺不张、肺实变、纤维化、钙化、肿块或结节、肺癌、肺结核以及各种肺炎。其中肺癌已经成为了全球头号癌症杀手,且近年来肺癌的发病率在全球范围内仍呈持续上升的趋势,这一趋势在中国尤其明显。肺癌的发病率与人口老龄化、城市工业化、环境污染以及不健康的生活方式无不相关。其中,吸烟等不良生活方式是导致肺癌的重要因素之一。但是,肺癌其实可预防可控制的,如果出现经常性的胸痛、声音嘶哑、咳血等症状,或肺肩部有肩痛感、手指麻木、头痛呕吐等,则需尽早筛查,排除肺癌的可能性,做到早发现早治疗。此外,肺癌的早期影像学表现一般为肺结节,普通的数字X线胸片即可检出70-80%的微小肺结节。数字X线胸片由于价格低廉、快速便捷、辐射剂量低等特点,早已成为了肺部疾病健康筛查和早期确诊的首选影像检查技术。X线胸片在肺部疾病的检查方面已占到影像诊断领域的40%左右,足以证明X线胸片在影像诊断方面的应用价值。但是由于病人数量太多,且如果放射科医师单纯靠肉眼去寻找病灶,再根据经验进行下一步的分析判断确诊,这个过程是非常的耗时耗力的,势必造成工作效率低,病人积压排队时间长等问题。因此,随着计算机技术及医学图像处理技术的发展,临床上已经出现了计算机辅助诊断系统。由于医学图像的特殊性,如图像对比度差异小,相邻组织或器官的遮挡,成像条件不一致等因素,在进行疾病的分析诊断之前,需要进行一些前处理,特别是需要对病灶或关键器官进行自动分割。由于成像内容、方式及成像条件上的复杂性,如患者的个体差异性、局部体效应、运动或呼吸造成的伪影及噪音等,同一种分割方法对不同组织或病灶的分割不一定奏效。所以,X线胸片的肺野自动分割一直是医学图像分割领域的一个热门研究方向。其中针对X线胸片肺野的分割算法很多,如基于像素分类的、活动形状模型、非刚性配准等,肺野分割的准确度与运行速度也越来越高。但是仍然存在一些困难：在锁骨和肋骨窗的强边界,容易陷入局部最小值；肺肩部位以及周围器官的灰度影响；极小的胸膈角很难准确分割等。本文的主要研究内容包括：(1)基于特征密集匹配的胸片肺野自动分割。准确的胸片肺野自动分割是基于计算机辅助数肺部疾病诊断系统的重要前提。受启发于广泛用于自然图像分割的块匹配算法(PatchMatch),即对一幅图像中每一个图像块从另一幅图像中搜索出最相似的图像块,然后用相似图像块重建出输入图像。块匹配算法是一种简单高效的图像块匹配算法。利用图像的一致性,即相邻的块与它们的最近邻之间的位移向量可能是一样的,因此块匹配算法可以将最近邻场传播到相邻的区域。而且,在初始化随机匹配最近邻时,至少有一个图像块分配的近邻图像块是比较合理的这种可能性是比较大的。PatchMatch算法可分为叁步：随机初始化、近邻场传播、随机搜索。随机初始化指的是对图像A中的每一个图像块都在图像B中随机地指定一个最近邻,得到初始最近邻场；近邻场传播可以把好的位移关系传到周围的区域,从而逐步优化最近邻场；随机搜索是指在传播后的近邻块为中心的窗口内再随机分配一个块作为近邻,再次优化了近邻,很大程度上避免了局部极小值的出现。本文的研究思路是,对于输入的待分割胸片,基于每个像素点提取密集SIFT描述子和图像块作为局部特征,采用密集匹配直接在整个参考胸片图像特征集合中快速搜索近邻；密集匹配分为受限的随机初始化、近邻场传播和受限的随机搜索叁步,并数次迭代后两步。利用匹配得到的近邻场,提取标号图像块并进行加权,权重为匹配的相似度,最后重组为肺野的概率图,经阈值化处理即可得到肺野的分割。在公开的JSRT胸片图像数据集上进行测试,本文方法的Jaccard指标可达95.5%。利用局部特征的密集匹配和标号融合能取得准确性高且稳定的胸片肺野分割效果,并且优于当前最好的胸片肺野分割方法。(2)基于密集特征匹配的数字胸片虚拟双能减影。数字胸片双能减影是一种特殊的X线成像方法,可生成具有组织特性的图像。一般指的是利用高低两级千伏级电压在极短的时间内对同一患者进行两次曝光,得到两幅胸片图像,减影后可得到软组织像和骨像。两次曝光的时间间隔短,在患者深呼吸憋气后完成,有效避免了由于呼吸运动造成的运动伪影。目前已有研究表明,数字胸片双能减影技术较常规DR而言,对胸部各结构的显示效果更优,有助于提高肺部疾病的诊断,比如基于计算机辅助诊断的肺结节检测,侵润型肺结核的诊断,肋骨骨折的诊断等。然而,大部分常规X线机并不能够提供双能减影的功能,且由于球管和发生器等技术要求较高,只有少数厂家能够生产出具有双能减影功能的特殊X线机。此外,双能减影成像对病人的辐射剂量较常规DR要高一些。从技术与安全方面考虑,为了克服硬件技术难题及降低患者接受的辐射剂量,虚拟双能减影的概念及方法顺势被提出来了。本文的研究思路是：对于一个输入胸片,首先从数据库中检索出若干幅相似胸片及相应的双能减影的软组织像和骨像作为范例图像组；在输入胸片和范例图像组的胸片图像进行密集特征匹配,根据匹配后得到的输入胸片与范例胸片之间的近邻场,从范例胸片的真实软组织像与骨像中提取图像块,再通过标号融合的方法重建出输入胸片的软组织像与骨像,最终实现软组织像与骨像的分离。
参考文献：
[1]. 数字胸片中的关键图像处理技术研究[D]. 张道兵. 中国科学院研究生院（西安光学精密机械研究所）. 2004
[2]. 医学X光胸片若干图像处理问题研究[D]. 张甲杰. 中北大学. 2008
[3]. 胸部DR图像分割在纹理检索中的研究及应用[D]. 裴政. 东北大学. 2009
[4]. 基于胸片图像的身份识别研究[D]. 沃飞. 上海交通大学. 2007
[5]. X光胸片图像分割和特征识别技术研究[D]. 刘炎. 大连理工大学. 2007
[6]. 呼气相胸片和先心病胸片的处理与研究[D]. 周居熙. 南京航空航天大学. 2004
[7]. Ⅲ型肺结核病灶辅助诊断定位系统[D]. 宋亚林. 云南师范大学. 2006
[8]. 基于模糊理论的胸片图像分析研究[D]. 刘会明. 中北大学. 2012
[9]. DR技术及X线胸片阅读记录系统在尘肺诊断中的应用研究[D]. 王焕强. 中国疾病预防控制中心. 2014
[10]. 基于密集特征匹配的胸片肺野自动分割和骨抑制方法研究[D]. 佘广南. 南方医科大学. 2016
标签：计算机软件及计算机应用论文; 图像分割论文; 胸片论文; 肺部疾病论文; 图像处理论文; 特征提取论文; 肺部阴影论文; 图像融合论文; 边缘提取论文;