基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的探讨基于视觉神经元模型的图像增强算法在医学图像处理中的效果和自动实现的方便性.方法用基于视觉神经元ON-OFF模型的图像增强算法处理医学图像,实现对医学图像的自动增强;探讨增强算法的处理机制;分析衰减常数、增益系数和空间常数对图像增强处理的影响.结果选1例左额胶质瘤患者的T1W序列MR图像,1例右眶周及右额顶血管瘤患者的CTA图像.经图像增强处理,MR图像颅脑内部的结构更加清晰可见,图像层次丰富,组织边界分明,内容纹理层次丰富,易于观察.CTA图像处理后,血管瘤病变部位组织轮廓变得完整清晰,图像层次变得更加丰富.同时,整体对比度下降,图像视觉柔和.结论通过对大量医学图像的处理计算,证明选择适当的衰减常数、增益系数和空间常数,可以得到比较显著的图像增强效果.
推荐文章
基于Radon变换的医学图像增强方法
医学图像增强
Radon变换
增强算子
基于神经动力学优化的压缩感知信号恢复方法
压缩感知
稀疏信号
神经动力学优化
反馈神经网络
l1范数最小化
基于增强现实的动力学参数辨识研究
增强现实
运动物体
模版匹配
参数辨识
基于神经网络的火箭发动机结构动力学优化
火箭发动机
结构动力学优化
BP神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经动力学的医学图像增强技术
来源期刊 生物医学工程与临床 学科 医学
关键词 图像增强 医学图像 视觉神经元 ON-OFF模型
年,卷(期) 2006,(2) 所属期刊栏目 基础研究
研究方向 页码范围 68-71
页数 4页 分类号 R445.2
字数 3423字 语种 中文
DOI 10.3969/j.issn.1009-7090.2006.02.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李熙莹 中山大学物理科学与工程技术学院光电材料与技术国家重点实验室 32 316 9.0 17.0
2 谭润初 中山大学物理科学与工程技术学院光电材料与技术国家重点实验室 10 71 4.0 8.0
3 黄镜荣 中山大学物理科学与工程技术学院光电材料与技术国家重点实验室 4 2 1.0 1.0
4 蒲恬 中山大学物理科学与工程技术学院光电材料与技术国家重点实验室 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (3)
参考文献  (5)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(6)
  • 参考文献(0)
  • 二级参考文献(6)
1990(3)
  • 参考文献(1)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像增强
医学图像
视觉神经元
ON-OFF模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
生物医学工程与临床
双月刊
1009-7090
12-1329/R
大16开
天津市河东区津塘路83号
6-147
1997
chi
出版文献量(篇)
2955
总下载数(次)
8
总被引数(次)
9673
论文1v1指导