基于高维信息几何的医学图像增强的研究

发布时间：2019-09-20 08:28

【摘要】：医学影像是当今监测人体健康的最常用也是效果最好的技术手段之一,许多疾病可以通过医学影像的方法(如X光、CT、MRI等)诊断出来。然而,医学图像由于各种因素存在模糊、质量不高的问题而严重影响诊断的有效性,相应地,医学图像处理便应运而生,医学图像增强便是当前被普遍研究的热点之一。本文受高维信息几何理论思想的启发,提出了一种创新的模糊图像增强方法——将需要处理的医学图像与高维空间中的点建立起映射,然后用“模糊-清晰-再模糊-再清晰”的思维,通过比较不同图像分别对应的位置,用简单的几何分析即可得到较为理想的增强图像,我们将此方法称为基于高维信息几何的医学图像增强。根据王守觉院士的仿生模式识别理论,原始图片以及和处理过后的图片所包含的信息量是完全相同的,可以看作是同源的两个事物。于是,据此推理,这两幅图之间应该存在一个连续的变化过程,变化过程中存在无数的图,也就是说把这两幅图看作高维空间中的两个点的话,那么这两个点之间就应该有一条渐变的超曲线,相应地曲线上的每一个点也便可看作是一幅图片,而图像中各像素的灰度值(或者RGB模)可作为它们的坐标。假设这个图像大小是M*N的,那么这幅图就是M*N维空间里面的一个点。我们关心的图像之间的关系便成了高维空间里面的点与点之间的关系。本文提出的基于高维信息几何的医学图像增强方法用简单的几何分析即可得到较为理想的增强图像,这是一个较大的突破,较之以前的种种图像增强方案,仅从代码的简洁程度上便具有极大的优势;而且本文提出的方法增强的效果明显,且运算速度快,效率高。此外,本文提出了一种新颖的基于高维信息几何的医学图像病变检测方法,该方法建立了投影线段增强算法的数学模型探索性地将2D图像与三维空间相结合,有效增强了图像的对比度和视觉效果。
【图文】：

第 2 章 图像处理中的高维信息几何2.1 引言考虑用一个向量表示一个文本，这个向量的每一个组成部分对应某个特定的词汇在文本中出现的频率。英语大约有 25000 个单词。因此，这样的一个文本由一个 25000 维的向量表示。这种文本表示方法被称为词汇向量模型，如图 2-1 所示。一份由 n 个文本组成的集合可能用一组 25000 维向量构成的集合来表示，每个向量表示一个文本。这些向量可能由一个 25000*n 的矩阵组成。另一个高维数据的例子出现在面向客户的产品的数据中。如果有 1000 种待售的产品和许许多多的顾客，记录每一个顾客购买每一种产品的数量就会产生一个由 1000 维的向量组成集合。

两个向量间的距离的平方是仅链接到他们其演着十分有用的角色。在我们的第一个例子类似的。检测两个文本中共同出现的词汇的点乘操作。如果两个文本中最常见的词汇共接近最大值，也就是向量的乘积的长度。如个向量间的点积将会接近于零。这里的向量，，我们面临着查询和我们想要为每一个查询词汇对应一个组件的向量表示，组件可以用例子，为了查找关于汽车的文本而不是关于大的正相关的组件对应词汇汽车 ，正如同样组件对应词汇竞赛，打赌等等。这里点积表
【学位授予单位】：深圳大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;R445;R814

【相似文献】

相关期刊论文 前10条

1 梁晓冰;刘希顺;刘安芝;王博亮;;噪声在脉冲耦合神经网络图像增强中的作用[J];中国生物医学工程学报;2009年04期

2 李名庆;高新波;许晶;;多尺度塔型医学图像增强算法[J];中国生物医学工程学报;2006年02期

3 金光盛;;新型牙科X线摄影机[J];医疗器械;1985年03期

4 薛慧;;基于小波分析的医学图像增强研究[J];中国医学物理学杂志;2012年01期

5 李熙莹;黄镜荣;蒲恬;谭润初;;基于神经动力学的医学图像增强技术[J];生物医学工程与临床;2006年02期

6 张甲杰;陈树越;刘瑞剑;杨敏;;基于多尺度Retinex的医学图像增强方法研究[J];中国医学影像技术;2007年11期

7 王兴伟,沈兰荪,刘党辉;一种新的彩色医学图像增强算法[J];中国生物医学工程学报;2004年01期

8 曾炜赫;杨俊炜;邢宇翔;;动态直方图双向均衡化的图像增强方法[J];中国体视学与图像分析;2014年02期

9 武杰,聂生东,黄勇,李雯;基于小波变换的医学图像增强方法的比较分析[J];生物医学工程研究;2005年02期

10 郝征科;魏明果;;一种基于模糊集的医学图像增强方法[J];计算机与数字工程;2007年03期

相关会议论文 前10条

1 薛丽;王波涛;;基于形态学的运动员号码牌图像增强[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

2 陈钳生;陈英;李润午;韦礼珍;;基于遗传优化的小波域印章图像增强研究[A];2007中国控制与决策学术年会论文集[C];2007年

3 张莹;王太勇;冷永刚;邓辉;;调参双稳系统图像增强应用初探[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

4 李孟歆;金风;张颖;;一种新的图像增强混合方法研究[A];创新沈阳文集（A）[C];2009年

5 谢云;余江;裴以建;白宝丹;;基于小生境遗传算法的图像增强[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

6 卢汉明;高德俊;;基于多尺度变换相结合的图像增强算法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

7 张铁栋;秦再白;朱炜;;基于模糊算法的水声图像增强[A];第十二届全国图象图形学学术会议论文集[C];2005年

8 刘毅;高旭辉;;一种改进的夜视图像增强处理算法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

9 刘海华;高智勇;陈心浩;舒振宇;;基于形态学操作的图像增强方法(英文)[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

10 赵建;;基于偏微分方程的非线性图像增强方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

相关博士学位论文 前10条

1 陈燕;工业X射线图像增强算法研究[D];中北大学;2016年

2 赵文达;基于变分法和偏微分方程的图像增强和融合方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

3 云海姣;针对靶场图像增强算法的研究与实现[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

4 侯国家;水下图像增强与目标识别算法研究[D];中国海洋大学;2015年

5 赵凡;基于偏微分方程的图像增强和分割方法研究[D];中国科学院长春光学精密机械与物理研究所;2016年

6 许欣;图像增强若干理论方法与应用研究[D];南京理工大学;2010年

7 李艳梅;图像增强的相关技术及应用研究[D];电子科技大学;2013年

8 陈一平;图像增强及其在视觉跟踪中的应用[D];国防科学技术大学;2011年

9 王彦臣;基于多尺度数字X光图像增强方法的研究[D];中国科学院研究生院（长春光学精密机械与物理研究所）;2005年

10 孙飞飞;水下图像增强和复原方法研究[D];中国海洋大学;2011年

相关硕士学位论文 前10条

1 许文君;灰度图像多尺度对比度增强电路设计与实现[D];南京理工大学;2015年

2 陈萌;多重虚拟曝光夜视图像对比度增强算法研究[D];西南科技大学;2015年

3 孔壮;雾天图像增强方法研究及FPGA实现[D];电子科技大学;2015年

4 赵雨;基于加权红—黑小波变换的DR图像增强方法研究[D];南方医科大学;2015年

5 阿依古力·吾布力;基于剪切波和NSST变换的图像增强算法研究[D];新疆大学;2015年

6 楼彬彬;基于模式分解的医学图像增强方法的研究与实现[D];东北大学;2013年

7 王冲;基于视网膜机制的图像增强算法研究[D];电子科技大学;2015年

8 魏生峰;基于模糊数学理论的医学影像增强应用研究[D];电子科技大学;2014年

9 石鑫;运动模糊雾霾图像增强算法研究[D];东北大学;2013年

10 钱晟;基于Retinex理论的图像增强算法的应用研究[D];北京工业大学;2015年

本文编号：2538704