《医学DR图像自适应处理关键技术研究》

点击下载 ⇩

该项目围绕着医学DR图像自适应处理关键技术展开研究,研究的重点为医学DR图像的自适应增强技术、医学图像网络通信系统的设计以及DR图像阅片装置的设计,主要研究内容如下:提出了基于量子萤火虫和增益Beta的医学DR图像自适应增强方法。提出了增益Beta变换方法,提出了应用于增益Beta变换的二分类别判定方法和参数约束修正方法。为实现自适应的增强,将量子计算和萤火虫群算法结合提出一种量子萤火虫群算法,提出一种FHCE图像增强质量评价标准作为算法的适应度函数,该算法可快速精确求解应用于医学DR图像自适应增强的增益Beta变换的最优增强参数值。提出了基于人工鱼群和多尺度金字塔分解重建的自适应增强方法。该方法采用图像多尺度金字塔分解重建完成高频和低频部分的划分,对分解后的高频部分和低频部分分别做增强处理,增强处理过程中的参数值通过人工鱼群算法寻优实现,这使增强算法抛弃了对不同问题参数值需要人工多次设定的问题,面对不同问题人工鱼群算法都能自适应的求出最佳参数值。提出了基于人工鱼群和细胞膜优化的分解自适应增强方法。该方法采用Otsu方法修正后最佳阈值将图像分解为关注区和非关注区,将关注区进一步分解为高频区和低频区,对关注区的高频区做非线性增强处理,对关注区的低频区做直方图均衡化增强处理。设计出可以遮挡环境光线对阅片的干扰;阅片清楚,分辨率高,节省电量,使用、携带方便的医学DR光片阅片装置。设计出可避免病人重复拍片,组建简单,便于该地查询及远程查询,成本低廉的医学图像网络通信系统。以提出的算法和设计的医学图像网络通信系统为理论依据和技术支持设计出“医学DR图像处理研究项目实验平台”,该平台完全可以转化为商品,使技术产业化。该研究成果的预期推广前景非常可观,形成产品之后,具有良好的应用前景,经过相关医疗机构的推广应用将产生相应的经济和社会效益。

  1. 下载详细PDF版/Doc版

提示:为方便大家复制编辑,博主已将PDF文件制作为Word/Doc格式文件。