基于量子遗传优化的流形降维医学图像检索方法

    公开(公告)号:CN101546332B

    公开(公告)日:2010-12-01

    申请号:CN200910071965.9

    申请日:2009-05-07

    CPC classification number: G06K9/6252

    Abstract: 本发明提供的是一种基于量子遗传优化的流形降维医学图像检索方法。首先由用户通过查询接口向医学图像数据库提出查询目标图像的查询请求;查询处理模块根据请求提取目标图像和医学图像数据库中每幅图像的72维灰度特征和48维纹理特征,将这些高维特征以向量的形式存入高维特征向量库;对描述图像内容的高维特征进行基于量子遗传优化的降维,得到32维低维特征子集;通过相似性度量将检索结果返回给用户。本发明提出了基于量子遗传优化的流形降维医学图像检索方法。在本发明中,对LLE非线性降维方法进行了改进,引入量子遗传优化局部重建权值矩阵,降低了噪声点对样本数据的影响,提高了算法收敛速度,提高了医学图像检索速度和精度。

    一种基于Android平台的DICOM医学图像显示处理方法

    公开(公告)号:CN103577699B

    公开(公告)日:2017-02-08

    申请号:CN201310563416.X

    申请日:2013-11-14

    Abstract: 本发明涉及一种基于Android平台的DICOM医学图像显示处理方法。本发明包括:开启线程获取存储模块中的图片文件,并记录图片文件路径名;判断获取的图片文件的后缀名是否为DCM;读取DICOM文件信息;判断这数据是否为DICM;文件解析模块解析DICOM文件;判断图片文件解析是否完成;保存解析图片文件得到的数据;将保存的图片文件数据中的像素数据做数据规范化转换;加载图片数据;对显示的图片进行图片处理。本发明能够将大容量无压缩的DICOM医学图像显示在Android平台上,显示图片速度快、流畅;一次读取多张图片,加载图片的速度快,能够非常方便的在不同图片间切换。

    基于量子遗传优化的流形降维医学图像检索方法

    公开(公告)号:CN101546332A

    公开(公告)日:2009-09-30

    申请号:CN200910071965.9

    申请日:2009-05-07

    CPC classification number: G06K9/6252

    Abstract: 本发明提供的是一种基于量子遗传优化的流形降维医学图像检索方法。首先由用户通过查询接口向医学图像数据库提出查询目标图像的查询请求;查询处理模块根据请求提取目标图像和医学图像数据库中每幅图像的72维灰度特征和48维纹理特征,将这些高维特征以向量的形式存入高维特征向量库;对描述图像内容的高维特征进行基于量子遗传优化的降维,得到32维低维特征子集;通过相似性度量将检索结果返回给用户。本发明提出了基于量子遗传优化的流形降维医学图像检索方法。在本发明中,对LLE非线性降维方法进行了改进,引入量子遗传优化局部重建权值矩阵,降低了噪声点对样本数据的影响,提高了算法收敛速度,提高了医学图像检索速度和精度。

    阻光度传递函数的构造方法

    公开(公告)号:CN101004838A

    公开(公告)日:2007-07-25

    申请号:CN200710071663.2

    申请日:2007-01-19

    Abstract: 本发明提供了一种可以实现三维体数据中的多种物质分类的阻光度传递函数的构造方法。首先对试件进行CT扫描,获得二维CT图像序列,由二维CT图像序列中得到体数据,建立体数据直方图并对直方图进行分段,在每段中求取一个阈值作为阻光度传递函数的分段点,确定阻光度传递函数,确定物体中待显示的部分并依据阻光度传递函数对每个体素进行阻光度赋值,利用错切-变形算法进行体素成像,最后显示物体图像。

    一种基于抛物线修正凸包的肺实质分割方法

    公开(公告)号:CN103310457B

    公开(公告)日:2015-09-30

    申请号:CN201310241384.1

    申请日:2013-06-18

    Abstract: 本发明涉及一种基于抛物线修正凸包的肺实质分割方法,依次进行粗提取肺实质轮廓图像、肺实质外轮廓修复、肺实质内部边缘修复,其特征在于:肺实质外轮廓修复通过以下步骤实现:步骤1:将肺实质轮廓图像边缘轮廓中的点进行排序;步骤2:对步骤1的点建立边缘堆栈,得到边缘点集P={p0,p1,…pn}(n≥3);步骤3:将点集P中的相邻两点连成线段,将线段长度由大到小排序,根据线段长度和位置查找肺结节所对应肺叶轮廓缺失部分的线段pdpd+1;步骤4:利用抛物线修正线段pdpd+1,得到肺实质边缘轮廓。

    一种基于Android平台的DICIOM医学图像显示处理方法

    公开(公告)号:CN103577699A

    公开(公告)日:2014-02-12

    申请号:CN201310563416.X

    申请日:2013-11-14

    Abstract: 本发明涉及一种基于Android平台的DICOM医学图像显示处理方法。本发明包括:开启线程获取存储模块中的图片文件,并记录图片文件路径名;判断获取的图片文件的后缀名是否为DCM;读取DICOM文件信息;判断这数据是否为DICM;文件解析模块解析DICOM文件;判断图片文件解析是否完成;保存解析图片文件得到的数据;将保存的图片文件数据中的像素数据做数据规范化转换;加载图片数据;对显示的图片进行图片处理。本发明能够将大容量无压缩的DICOM医学图像显示在Android平台上,显示图片速度快、流畅;一次读取多张图片,加载图片的速度快,能够非常方便的在不同图片间切换。

    一种基于抛物线修正凸包的肺实质分割方法

    公开(公告)号:CN103310457A

    公开(公告)日:2013-09-18

    申请号:CN201310241384.1

    申请日:2013-06-18

    Abstract: 本发明涉及一种基于抛物线修正凸包的肺实质分割方法,依次进行粗提取肺实质轮廓图像、肺实质外轮廓修复、肺实质内部边缘修复,其特征在于:肺实质外轮廓修复通过以下步骤实现:步骤1:将肺实质轮廓图像边缘轮廓中的点进行排序;步骤2:对步骤1的点建立边缘堆栈,得到边缘点集P={p0,p1,…pn}(n≥3);步骤3:将点集P中的相邻两点连成线段,将线段长度由大到小排序,根据线段长度和位置查找肺结节所对应肺叶轮廓缺失部分的线段pdpd+1;步骤4:利用抛物线修正线段pdpd+1,得到肺实质边缘轮廓。

    基于Mean Shift和人工鱼群智能优化的人体多关节特征跟踪方法

    公开(公告)号:CN101162525A

    公开(公告)日:2008-04-16

    申请号:CN200710144696.5

    申请日:2007-11-29

    Abstract: 本发明提供的是一种基于Mean Shift和人工鱼群智能优化的人体多关节特征跟踪方法。首先基于目标模型的颜色分布特征,根据前一帧图像的信息利用人工鱼群智能优化算法得到被跟踪人体多关节特征目标在当前帧的优化位置,然后根据目标模型的颜色分布特征运用Mean Shift迭代算法在其优化位置的领域内进行目标搜索,其中与目标模型颜色分布最相似的候选目标即为被跟踪目标。本发明对传统Mean Shift进行了改进,引入人工鱼群智能优化候选目标区域,实现了对人体多关节特征目标的准确跟踪。

Patent Agency Ranking