今天的医学成像成为最重要的一个可视化和解释方法在生物学和医学。过去十年见证了巨大的开发新的,强大的仪器检测,存储、传输、分析和显示图像。这些仪器是极大地放大能力的生物化学家,生物学家,医学科学家和医生看到他们学习和获得定量测量的对象支持科学假设和医疗诊断。噪音、工件和弱对比图像质量下降的原因,使医学图像的解释非常困难。这些干扰的来源,这是一种性质不同的乳房x线照片比超声图像,负责传统或传统的分析和检测算法并不总是成功的。生物医学成像场景是最具有挑战性的,因为我们不仅要处理非高斯、非平稳的,非线性过程(瞬变、破裂和破裂),但也有混合物的组件在一个相当复杂的互动形式。因此,今天的研究大多是针对改善减少可用的生物医学成像材料的质量。
这个特殊问题的目的是展示当前最先进的先进的计算机视觉的理论方法和应用生物医学图像分析和建模。在这个特殊的问题,我们邀请了文章,探讨小说在生物医学成像问题,需要先进的计算机视觉方法。三篇论文地址在医学图像分割的重要方面,两篇论文处理自动检测,和另外三个人提出的理论和计算或硬件解决方案遇到的工件。
的论文评价计算机辅助恶性肿瘤的可行性检测使用传统的纹理分析应用于pseudoimages two-compartment-based参数的动态对比增强磁共振(DCE-MR)乳腺图像数据。创新在于穿过平面评估能力。本文表明,神经网络分类使用two-compartment-based参数的结构参数进行自动筛选pseudoimages DCE-MRI作为输入数据代表一个有用的工具为放射科医生在preassessment阶段暴露可能癌变区域和postassessment阶段通过回顾分割特别是在分析复杂DCE-MRI病例。
论文识别和分析工件同时使用两个探针产生的不同或相同操作的频率。这些工件产生3 d超声图像的模糊性质和代表日常临床环境中一个具有挑战性的任务。
另一篇论文解决了医学图像的自动分割的重要问题的强度不均匀性,提出了一种新颖的基于模糊水平集方法可以减轻这一问题和实现实例精度高,不变的不均匀性程度。
提出了一种新颖的方法基于直方图均衡化预处理步骤来改善一个仿射配准算法的收敛速度。其适用性是证明大脑SPECT和PET图像产生的一些神经退行性疾病。
的一篇论文提出了一种新的基于多个活动轮廓的图像分割方法指导下微分进化,称为MACDE。分割方法使用微分进化在极坐标系统提高勘探开发能力对于经典的活动轮廓模型。作者成功地证明了MACDE优于经典的活动轮廓模型和交互式曾方法在效率和鲁棒性的角度获得最优控制点,达到高精度细分。
另一篇论文介绍了一种新颖的分割技术使用3 d统计特性提取体积图像和基于无监督矢量量化和模糊聚类技术不使用任何先验信息。由此产生的模糊分割方法地址部分容积效应的问题(通过)和被评估使用真正的大脑图像从互联网上图像存储库(IBSR)。
一篇论文描述了一种白细胞的自动检测算法嵌入到复杂和混乱涂片图像。技术,它是基于差分进化(DE)算法,将检测任务转化为一个优化问题的个人代表候选椭圆。客观评估如果这些候选椭圆函数实际上是存在于涂片的地图图像边缘。在实验研究中,白细胞图像与各种不同类型的复杂性包括验证的效率提出了技术的准确性和鲁棒性。
的论文更有远见的一些低成本的硬件实现方法并提出了新一代的平板电脑和智能手机估计运动补偿,在医学图像分割。优化这些系统已经使用核磁共振成像技术对乳腺癌的诊断还与几个优势传统x射线乳房x光检查和解决的挑战提供一个医疗工具,广泛的便携设备上运行帮助病人诊断。
Anke Meyer-Baese
克劳迪娅植物
胡安•曼努埃尔•塞斯Gorriz