APP下载

基于轮廓和灰度特征匹配的X线影像成像部位自动判定方法研究

2016-02-10韩立博马安然任宁宁邱建峰

中国医疗器械杂志 2016年5期
关键词:检测

韩立博,马安然,任宁宁,孙 勇,绍 岩,邱建峰

1 泰山医学院放射学院,泰安市,271016

2 泰山医学院信息工程学院,泰安市,271016

3 泰山医学院附属医院放射科,泰安市,271000

基于轮廓和灰度特征匹配的X线影像成像部位自动判定方法研究

【作者】韩立博1,2,马安然1,2,任宁宁1,2,孙 勇1,绍 岩1,3,邱建峰1

1 泰山医学院放射学院,泰安市,271016

2 泰山医学院信息工程学院,泰安市,271016

3 泰山医学院附属医院放射科,泰安市,271000

目的 开发了一种基于图像信息进行X线影像成像部位自动判定的方法。方法 对于任意选定的输入临床X线数字影像,使用图像选择最佳阈值的边缘检测方法提取图像轮廓,并进行二值化处理,将图像轮廓同经过拼接获得的全身体模X线影像进行灰度相似性遍历检测。结果 通过最优化判定,获得同输入影像相似的最佳匹配区域,并基于先验知识确定输入影像的成像部位。结论 算法快速并具有较强的鲁棒性。

边缘检测;灰度值匹配;图像检索;图像匹配

0 引言

数字X线成像的发展,使得影像科需要面对海量的数字影像资料。如何仅基于影像信息进行影像成像部位的自动判定,是大影像数据条件下自动分析影像信息的首要步骤。

仅基于图像信息进行摄影部位自动识别,是一种基于图像匹配、检索的图像分析技术。目前单纯的医学图像检索、匹配算法被广泛研究和报道[1],例如:特征点匹配、灰度值匹配、相位相关匹配等,但仅能进行对输入图像的最佳相似检索或类似匹配。能够进一步获得成像部位,并获得正、侧位、朝向等成像部位信息的研究尚未见报道,而这些信息的自动监测,将有效增加医学图像检索、匹配的人工智能程度,有助于后续的大影像数据分析[2-3]。……

登录APP查看全文

猜你喜欢

检测
QC 检测
小波变换在PCB缺陷检测中的应用