简介：本文介绍了自动调焦虹膜图像采集系统的系统结构、工作流程，软硬件设计及其实现。采集系统主要由CCD摄像头，加装罔像采集卡的控制计算机和调焦模块组成，其软件部分主要包括虹膜图像采集程序、图像聚焦质量评估程序和搜索调焦程序。系统的调焦机构主要南89C52单片机以及其他辅助芯片组成的驱动电路控制传动机构调节摄像头，具有调焦速度较快、精度较高，并且结构组成简单，设备成本较低等特点。

简介：基于造影图像序列的血管减影增强技术能够有效地去除图像中大部分非血管结构、成像噪声以及不同结构运动所造成的运动伪影,对实现血管结构识别,提高血管的对比度,并对后续血管结构的分析和医生对疾病的诊疗具有重要意义;同时,该技术可减少对病人的造影剂注射量,具有重要的临床意义。本文基于单视角血管造影图像序列,从血管造影图像减影技术的基本原理,包括基于图像配准和基于层分解的两类减影方法出发,介绍了每个关键步骤的发展现状。同时对血管减影技术的难点进行分析,并对减影增强技术未来的发展趋势予以展望。

简介：自动图像采集和分析的发展已经牢牢确立了高通量筛选（HCS）作为一种药物发现工具的地位。虽然高通量筛选在细胞检验中具有广泛的应用,但整个生物体（如斑马鱼）的全自动化图像分析,如果没有用户深入介入,目前尚不能实现。其主要障碍包括方位的变化,样本的高变异性,每个样本特征的复杂性。因此,目前还没有方法能实现斑马鱼幼虫的无监督检测和特征定量。目前,一种在计算机环境中模拟人的认知过程的人工智能方法能克服这些障碍。

简介：基于曲线演化的水平集算法近来已被广泛应用于医学图像分割中，根据分割医学图像的鲁棒性实时性的要求，提出一种新的基于改进窄带法的图像分割方法INBM（Improvednarrowbandmethod）。INBM首先将均匀采样的图像映射到对数极坐标系中，由视网膜空间分辨率机制可知，注视点都在图像兴趣区，由此形成初始轮廓，然后用改进的窄带水平集（LevelSet）方法演化曲线得到最终分割结果．改进窄带法是通过降低窄带区域内的水平集函数求解个数，来减少计算时间。实验结果表明，该方法能够快速、准确地得到医学图像的结果。

简介：基于深度学习的医学图像处理已成为该领域研究的热点。深度学习方法在各种医学图像应用中取得了优异性能,达到甚至超过了专家级医生的水平。本文首先简述深度学习模型的基本原理,尤其是监督学习算法中的各种神经网络,然后总结它们在医学图像分类与识别、定位与检测、分割、配准与融合等应用领域的研究进展,最后探讨医学图像处理深度学习方法面临的挑战及应对措施。

简介：医学图像在形成、传输和记录过程中，由于受多种原因的影响，图像的质量会有所下降，典型表现为图像模糊、失真、有噪声等。针对现有图像遗传恢复算法存在的缺陷，从编码设计、种群初始化、遗传算子操作及更新机制，提出了自己的观点，在MATLAB7．0环境下结合不同图像进行仿真实验，

简介：深度学习算法现在已经成为医学图像处理的最成功的模型,生成对抗网络将神经网络与对抗训练的思想相结合,已经开始应用于医学图像处理。该文主要介绍了几种典型的生成对抗网络,回顾了生成对抗网络在医学图像处理中的应用,包括图像的生成、转换、重建、分割等任务,并对生成对抗网络在智能诊断中的作用、目前存在的问题和未来的发展方向做了讨论。

简介：本文将相位相关方法用于医学MR图像的位移注册，并将其精确到子像素级。传统的相位相关方法的思想是空域中的平移对应于频域中的标准相位差。该方法对于像素级的注册可以达到非常高的精确度，但不能得到子像素级的结果。而相位相关方法的扩展则适用于高精度的子像素级的注册。该技术的关键在于，如何利用已知的离散函数值估计出函数峰值的位置。实验结果显示了该方法的可行性和可靠性。本文只对注册中的平移计算提出讨论。

简介：三维显微图像复原方法通常分为两类：邻域法和三维去卷积法。本文详细介绍了邻域法的基本原理；对邻域法公式中参数c，α的不同选择和相应的复原结果进行了评价，通过仿真实验得出了考虑不同切片数时c，α的最佳选择以及不同显微成像系统所需考虑切片数M的最佳选择。与三维去卷积法相比，邻域法具有简单、计算量小，容易实现等优点，适合于观察活的生物和进行实时连续观察。

简介：为了克服图像模式识别中的噪声干扰,提出了一种具有感知功能的蚁群算法获得最终检测的边缘信息。改降低了迭代的游走以及初始随机分布里面一些没有意义的运算,使系统运算更加快捷,极大的提高了运算的效率。同时使用感知区域对蚂蚁的游走方向进行了引导和限制,降低了蚂蚁陷入局部而无法走出的可能性。通过对比两种算法进行仿真实验时的运行速度可以发现传统蚁群算法的速度比SACO慢很多。