基于小波变换的异常特征超声图像定位技术*

2019-07-31 05:32:30王锦红陈文
生物医学工程研究 2019年2期
关键词:特征区域融合

王锦红,陈文

(1.四川省绵阳市中心医院,四川 绵阳621000;2.西南医科大学,四川 泸州646000)

1 引 言

计算机图像处理技术的快速发展使图像的应用范围越来越广泛,通过图像处理技术进行医学图形分析[1],提高医学病理诊断能力,超声成像是医学病理诊断的重要工具,通过对超声图像的特征检测和定位识别,提取超声图像的异常特征点,根据异常特征点的信息提取结果进行病理分析,提高诊断效能,研究超声图像的异常特征点定位检测技术,在提高超声检测能力方面具有重要意义。

对超声图像的异常特征点检测是建立在对超声图像的特征提取、图像增强、图像分割和边缘特征提取基础上,结合对超声图像的自适应边缘轮廓特征分解,提高对超声图像的判断和检测能力[2],文献[3]中提出一种基于Splines小波特征分解的超声图像异常特征点提取方法,采用Snake算法对超声图像进行边缘轮廓特征分解,根据特征分解结果进行自适应信息融合增强处理,提高超声图像的检测能力,但该方法的计算复杂度较高,实时性较差。文献[4]中提出一种基于关联性特征排序的超声图像异常定位基础,实现超声图像边缘检测批处理,但该方法的定位准确性不高。针对上述问题,本研究提出一种基于小波变换的异常特征超声图像定位技术。首先对采集超声图像采用边界特征融合方法进行边缘轮廓检测,在邻域内采用颜色梯度分解方法进行超声图像区域融……

登录APP查看全文

猜你喜欢
特征区域融合
村企党建联建融合共赢
今日农业(2021年19期)2022-01-12 06:16:36
融合菜
从创新出发,与高考数列相遇、融合
《融合》
现代出版(2020年3期)2020-06-20 07:10:34
如何表达“特征”
不忠诚的四个特征
当代陕西(2019年10期)2019-06-03 10:12:04
关于四色猜想
分区域
基于严重区域的多PCC点暂降频次估计
电测与仪表(2015年5期)2015-04-09 11:30:52
线性代数的应用特征
河南科技(2014年23期)2014-02-27 14:19:15