简介:摘要目的采取有效的配准方式,证实合理的配准方式对于CT、MR扫描的图像融合对胶质瘤靶区勾画的重要性、可行性及对放疗的应用的价值。方法抽取两组各10例临床上术后病理确诊为胶质瘤的患者,所有患者在进行治疗前均行CT增强扫描和MR增强扫描。第一组在体表不做标记点,并且MRI扫描时不采用和CT扫描时的头枕。第二组按研究的目的在体表做好标记并做到CT扫描和MR扫描的患者体位尽量保持一致(MRI扫描时选择和CT扫描时采用类似的头枕)。将扫描完的图像传输到放疗室中的TPS中,然后分别采用Manual和PointMatch法进行图像标配。配准完成后进行图像融合,直到到达满意的融合效果。然后由放疗科两位副主任职称的放疗医师及我院放射科一名副主任以上的医师对融合图像进行评估和勾画,分别在CT、MRI及融合好的图像上勾画临床靶区(ClinicaltargetVolume)CTV及周围正常危及器官(眼球、晶体、视神经、脑干、脊髓等)。在融合好的图像上勾画CTV并设为CTV-CT/MR,以此类推,定义为设为CTV-CT,CTV-MR。然后对比两组的CTV重合度(CTV-T)来评价CT和MRI图像融合的精度,即V-CTV-T的体积占CT图像上V-CTV-CT的百分比V-CTV-T=CTV-CT/MR/V-CTV-CT*100%(理想状态下为1)。并且计算二组在配准状态下的三维方向上的误差大小。结果1.第一组和第二组CTV重合度(融合的图像与CT对比)为0.8士0.26,0.91士0.11,二者差异具有统计学意义。第一组和第二组CTV重合(融合的图像与MRI对比)为0.92士0.15,1.02士0.08,两者差异也具有统计学意义。但与单纯CT对比,MRI更接近与1,差异性小。2.利用PointMarch计算第一组X,Y,Z轴方向的平均误差为(0.65士0.17)mm,(1.2士0.11)mm;(2.2士0.20)mm,三维空间总的平均误差为(2.24士1.15)mm;第二组X,Y,Z轴方向的平均误差为(0.25士0.11)mm,(0.6士0.11)mm;(1.2士0.20)mm,三维空间总的平均误差为(1.26士0.35)mm。不加标记点的误差明显大于加标记点的,并且不加标记点的误差超过了误差范围。结论1.体位一致的CT和MRI扫描是两者图像融合的关键,体位一致的图像融合技术误差在可接受的范围内。2.MRI扫描的图像勾画靶区比CT勾画靶区的精度高。
简介:摘要目的结合图像自动分割技术和机器学习方法对乳腺钼靶X线图像进行准确分类识别。方法以数字钼靶X线图像数据库(DDSM)中的BI-RADS4类的簇状分布多形性钙化钼靶图像为研究对象,自动切分图像的感兴趣区域(ROI)。对小波变换、Gabor滤波和灰度共生矩阵法所提取的特征参数进行融合,并基于灵敏度分析对融合后的特征参数进行筛选。使用基于集成学习的方法,对多项式核支持向量机(SVM)、随机森林和逻辑(logistic)回归分类器进行投票集成,构成用于乳腺钼靶X线图像自动分类的分类器。投票集成方法为软投票。结果提出的集成分类器可高效地识别与分类乳腺钼靶X线图像,其分类的灵敏度、特异度和准确率分别为99.1%、99.6%和99.3%。结论所提出的乳腺钼靶X线图像处理与分类识别方法能为医生的临床判断提供辅助检测的依据,并为细分BI-RADS4类图像提供技术基础。
简介:摘要目的探讨计算机断层扫描(ComputerizedTomography,CT)、核磁共振成像仪(MagneticResonanceImaging,MR)图像融合技术的临床应用价值。方法选取2014年2月~2015年2月我院收治的122鼻咽癌患者为研究对象,随机抽取61例为对照组单纯用CT扫描定位,根据CT图像确定大体肿瘤体积(GrossTargetVolume,GTV),另61例为研究组在同一固定体位,分别行CT、MR扫描,利用CT/MR图像融合技术确定GTV,比较两组的临床治疗的效果。结果研究组不同时期鼻咽癌CI/MR融合图像公共指数均优于对照组,差异有统计学意义(P<0.05)。GTVCT、GTVCT/MR、GTVMR体积平均值分别为(90.72±2.03)、(90.72±2.03)、(90.72±2.03)cm3,GTVCT与GTVMR比较,差异有统计学意义(P<0.05)。与CT图像配置、MR图像配置相比,CT/MR融合图像配准精度更高。结论CT、MR图像融合技术在临床中的应用具有积极意义,提高了鼻咽癌肿瘤靶区勾画的准确性,减少了肿瘤靶区的遗漏,因此,在临床中应积极推广。
简介:在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。
简介:摘要图像可能对每个人都不陌生,因为图像的应用领域也很广,但是图像融合在医学超声领域中的影响也不小,这可能是我们平时不太了解的。医学超声影像中引入图像融合,会获得更清晰的图像,计算结果有更高的精确率,这种融合方法更利于疾病的诊断和分析,是一种先进的方法。本文下面围绕医学超声中的图像融合技术展开分析与论述。
简介:彩色空间变换法是图像融合的经典算法之一,本文提出了一种彩色空间变换与小波变换结合的多聚焦图像融合算法,发挥了两种变换算法的优点.算法首先把源图像变换到YIQ空间,对所有图像的各个颜色分量进行小波分解;对小波分解后的高低频分量采取不同的融合规则,构造小波系数;然后以亮度Y分量作为衡量标准,通过一致性检测得到融合系数;最后进行小波逆变换,再进行YIQ反变换得到融合后的图像.对比实验结果表明,此方法的最佳小波分解层数为2层.最佳小波分解层数越少,图像融合的计算量越小.该方法在减少计算量的同时,也提高了融合质量.融合图像平滑自然,具有很好的视觉效果.