【摘要】：醫(yī)學影像是當今監(jiān)測人體健康的最常用也是效果最好的技術手段之一,許多疾病可以通過醫(yī)學影像的方法(如X光、CT、MRI等)診斷出來。然而,醫(yī)學圖像由于各種因素存在模糊、質量不高的問題而嚴重影響診斷的有效性,相應地,醫(yī)學圖像處理便應運而生,醫(yī)學圖像增強便是當前被普遍研究的熱點之一。本文受高維信息幾何理論思想的啟發(fā),提出了一種創(chuàng)新的模糊圖像增強方法——將需要處理的醫(yī)學圖像與高維空間中的點建立起映射,然后用“模糊-清晰-再模糊-再清晰”的思維,通過比較不同圖像分別對應的位置,用簡單的幾何分析即可得到較為理想的增強圖像,我們將此方法稱為基于高維信息幾何的醫(yī)學圖像增強。根據王守覺院士的仿生模式識別理論,原始圖片以及和處理過后的圖片所包含的信息量是完全相同的,可以看作是同源的兩個事物。于是,據此推理,這兩幅圖之間應該存在一個連續(xù)的變化過程,變化過程中存在無數(shù)的圖,也就是說把這兩幅圖看作高維空間中的兩個點的話,那么這兩個點之間就應該有一條漸變的超曲線,相應地曲線上的每一個點也便可看作是一幅圖片,而圖像中各像素的灰度值(或者RGB模)可作為它們的坐標。假設這個圖像大小是M*N的,那么這幅圖就是M*N維空間里面的一個點。我們關心的圖像之間的關系便成了高維空間里面的點與點之間的關系。本文提出的基于高維信息幾何的醫(yī)學圖像增強方法用簡單的幾何分析即可得到較為理想的增強圖像,這是一個較大的突破,較之以前的種種圖像增強方案,僅從代碼的簡潔程度上便具有極大的優(yōu)勢;而且本文提出的方法增強的效果明顯,且運算速度快,效率高。此外,本文提出了一種新穎的基于高維信息幾何的醫(yī)學圖像病變檢測方法,該方法建立了投影線段增強算法的數(shù)學模型探索性地將2D圖像與三維空間相結合,有效增強了圖像的對比度和視覺效果。
【圖文】：

第 2 章 圖像處理中的高維信息幾何2.1 引言考慮用一個向量表示一個文本，這個向量的每一個組成部分對應某個特定的詞匯在文本中出現(xiàn)的頻率。英語大約有 25000 個單詞。因此，這樣的一個文本由一個 25000 維的向量表示。這種文本表示方法被稱為詞匯向量模型，如圖 2-1 所示。一份由 n 個文本組成的集合可能用一組 25000 維向量構成的集合來表示，每個向量表示一個文本。這些向量可能由一個 25000*n 的矩陣組成。另一個高維數(shù)據的例子出現(xiàn)在面向客戶的產品的數(shù)據中。如果有 1000 種待售的產品和許許多多的顧客，記錄每一個顧客購買每一種產品的數(shù)量就會產生一個由 1000 維的向量組成集合。

兩個向量間的距離的平方是僅鏈接到他們其演著十分有用的角色。在我們的第一個例子類似的。檢測兩個文本中共同出現(xiàn)的詞匯的點乘操作。如果兩個文本中最常見的詞匯共接近最大值，也就是向量的乘積的長度。如個向量間的點積將會接近于零。這里的向量，，我們面臨著查詢和我們想要為每一個查詢詞匯對應一個組件的向量表示，組件可以用例子，為了查找關于汽車的文本而不是關于大的正相關的組件對應詞匯汽車 ，正如同樣組件對應詞匯競賽，打賭等等。這里點積表
【學位授予單位】：深圳大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;R445;R814

【相似文獻】

相關期刊論文 前10條

1 梁曉冰;劉希順;劉安芝;王博亮;;噪聲在脈沖耦合神經網絡圖像增強中的作用[J];中國生物醫(yī)學工程學報;2009年04期

2 李名慶;高新波;許晶;;多尺度塔型醫(yī)學圖像增強算法[J];中國生物醫(yī)學工程學報;2006年02期

3 金光盛;;新型牙科X線攝影機[J];醫(yī)療器械;1985年03期

4 薛慧;;基于小波分析的醫(yī)學圖像增強研究[J];中國醫(yī)學物理學雜志;2012年01期

5 李熙瑩;黃鏡榮;蒲恬;譚潤初;;基于神經動力學的醫(yī)學圖像增強技術[J];生物醫(yī)學工程與臨床;2006年02期

6 張甲杰;陳樹越;劉瑞劍;楊敏;;基于多尺度Retinex的醫(yī)學圖像增強方法研究[J];中國醫(yī)學影像技術;2007年11期

7 王興偉,沈蘭蓀,劉黨輝;一種新的彩色醫(yī)學圖像增強算法[J];中國生物醫(yī)學工程學報;2004年01期

8 曾煒赫;楊俊煒;邢宇翔;;動態(tài)直方圖雙向均衡化的圖像增強方法[J];中國體視學與圖像分析;2014年02期

9 武杰,聶生東,黃勇,李雯;基于小波變換的醫(yī)學圖像增強方法的比較分析[J];生物醫(yī)學工程研究;2005年02期

10 郝征科;魏明果;;一種基于模糊集的醫(yī)學圖像增強方法[J];計算機與數(shù)字工程;2007年03期

相關會議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學的運動員號碼牌圖像增強[A];第十九屆測控、計量、儀器儀表學術年會(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強研究[A];2007中國控制與決策學術年會論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調參雙穩(wěn)系統(tǒng)圖像增強應用初探[A];2008年全國振動工程及應用學術會議暨第十一屆全國設備故障診斷學術會議論文集[C];2008年

4 李孟歆;金風;張穎;;一種新的圖像增強混合方法研究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結合的圖像增強算法[A];第二屆“測繪科學前沿技術論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強[A];第十二屆全國圖象圖形學學術會議論文集[C];2005年

8 劉毅;高旭輝;;一種改進的夜視圖像增強處理算法[A];2006年全國光電技術學術交流會會議文集（D 光電信息處理技術專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學操作的圖像增強方法(英文)[A];第二屆和諧人機環(huán)境聯(lián)合學術會議(HHME2006)——第15屆中國多媒體學術會議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強方法[A];第九屆全國信息獲取與處理學術會議論文集Ⅱ[C];2011年

相關博士學位論文 前10條

1 陳燕;工業(yè)X射線圖像增強算法研究[D];中北大學;2016年

2 趙文達;基于變分法和偏微分方程的圖像增強和融合方法研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

3 云海姣;針對靶場圖像增強算法的研究與實現(xiàn)[D];中國科學院研究生院(長春光學精密機械與物理研究所);2016年

4 侯國家;水下圖像增強與目標識別算法研究[D];中國海洋大學;2015年

5 趙凡;基于偏微分方程的圖像增強和分割方法研究[D];中國科學院長春光學精密機械與物理研究所;2016年

6 許欣;圖像增強若干理論方法與應用研究[D];南京理工大學;2010年

7 李艷梅;圖像增強的相關技術及應用研究[D];電子科技大學;2013年

8 陳一平;圖像增強及其在視覺跟蹤中的應用[D];國防科學技術大學;2011年

9 王彥臣;基于多尺度數(shù)字X光圖像增強方法的研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2005年

10 孫飛飛;水下圖像增強和復原方法研究[D];中國海洋大學;2011年

相關碩士學位論文 前10條

1 許文君;灰度圖像多尺度對比度增強電路設計與實現(xiàn)[D];南京理工大學;2015年

2 陳萌;多重虛擬曝光夜視圖像對比度增強算法研究[D];西南科技大學;2015年

3 孔壯;霧天圖像增強方法研究及FPGA實現(xiàn)[D];電子科技大學;2015年

4 趙雨;基于加權紅—黑小波變換的DR圖像增強方法研究[D];南方醫(yī)科大學;2015年

5 阿依古力·吾布力;基于剪切波和NSST變換的圖像增強算法研究[D];新疆大學;2015年

6 樓彬彬;基于模式分解的醫(yī)學圖像增強方法的研究與實現(xiàn)[D];東北大學;2013年

7 王沖;基于視網膜機制的圖像增強算法研究[D];電子科技大學;2015年

8 魏生峰;基于模糊數(shù)學理論的醫(yī)學影像增強應用研究[D];電子科技大學;2014年

9 石鑫;運動模糊霧霾圖像增強算法研究[D];東北大學;2013年

10 錢晟;基于Retinex理論的圖像增強算法的應用研究[D];北京工業(yè)大學;2015年

本文編號：2538704