为了对传统体素生长算法加以改进,提取心脏局部血管,在三维心脏组织的感兴趣局部血管上勾画初始体素种子点,将初始体素的相邻体素中灰度直方图相似的体素添加到生长体素集合中,作为新的种子点按照生长规则继续寻找相似体素。为了防止体素生长过程中出现泄漏,设置终止规则限制体素生长的边界,进而找到感兴趣血管包括的全部体素。通过对体素生长算法的生长规则和终止条件的进一步改进,在一定程度上解决了传统体素生长算法交互性差、运行不实时等问题,测试结果表明该算法的准确度高、稳健性好,是心血管疾病临床治疗过程中有效的影像辅助工具。

为了在影像学检查中实时交互地提取病灶血管的四维计算机断层扫描(CT)影像,提出了一种思维进化算法(MEA)优化的并行区域生长算法;MEA优化的基于三级线程处理队列的并行区域生长算法能够通过自我进化避免局部最优,提高了收敛速度和血管分割精度,借助可视化工具包(VTK)和计算机图形图像类库,实现交互式心脏CT局部任意血管病灶的提取和四维可视化。结果表明:局部感兴趣血管10个时相的提取时间大大缩短,体绘制速度大幅提升,局部血管提取数据的每秒帧数(FPS)可达到30左右,如果在显示过程中有旋转、缩小、放大等交互操作,会使数据的FPS减至21左右,但仍能满足心血管的实时显示;借助优化算法实现心肌局部血管区域的提取,能辅助医生观察病人心血管疾病的病灶区域,可为诊断心血管疾病提供直观、有效的可视化依据。

图像去噪是数字图像处理中最基本的研究内容,也是一项十分关键的技术,一直以来是图像处理领域的难点。图像去噪的好坏直接影响后续图像边缘检测、特征提取、图像分割和模式识别等图像处理。为有效去除乘性噪声的影响,提出一种深度残差学习的乘性噪声去噪方法。该方法通过引入残差优化,解决了卷积神经网络在层数较多时,随着层数加深,梯度在传播过程中逐渐消失的问题。与4种经典去噪算法进行比较,结果表明,该方法在有效去除乘性噪声的同时,可以更好地保留图像的边缘和纹理区域的细节信息,为后续的图像分割、配准和目标识别等奠定基础。

通过应用线性八叉树将心脏三维模型离散成体素以快速提取并显示局部任意感兴趣血管，把三维模型离散成体素后，利用多边形交互区域选择感兴趣体积内部体素。根据26-邻接体素的拓扑关系和体素互信息相似度比较结果，最终确定最佳深度和最佳互信息阈值分别为14和-1.375，以此来寻找感兴趣体积中同一组织的体素集合。最终实现了三维医学影像中任意感兴趣血管的精确显示，该技术可被视为用一个提取工具将任意局部三维模型进行提取并进行四维动态显示的过程。实验结果表明：与C-V三维分割算法精度90.1%相比，本分割算法平均精确度达到96.02%；运行时间从13.8 s缩短为10.7 s；四维播放帧数最大40 FPS,基本满足了血管三维分割的临床需求。该算法不仅可以快速地分析局部病灶的生理学特点和病理特征，而且让医生更加直观、便利地观察病人心脏任意局部血管的实际运动状况，以便做出临床决策。

针对微钙化点容易漏检的问题, 提出一种非下采样轮廓波变换结合对比度受限自适应直方图均衡的乳腺图像微钙化点增强新算法。对乳腺图像预处理, 提取乳房区域并将胸肌区域去除; 再对图像进行非下采样轮廓波变换提取多尺度、多方向的子带, 对其中的多个高频子带采用高斯拉普拉斯算子检测边缘并增强; 进一步采用对比度受限自适应直方图均衡算法, 提高图像局部小区域的对比度, 实现乳腺图像微钙化点增强算法。结果表明该方法是一种有效的乳腺钼靶图像微钙化点增强方法, 为微钙化点检测和乳腺癌诊断提供支持。