-
公开(公告)号:CN105631885A
公开(公告)日:2016-06-01
申请号:CN201610008015.1
申请日:2016-01-06
Applicant: 复旦大学
CPC classification number: G06T7/0012 , G06T5/002 , G06T2207/10132 , G06T2207/30056
Abstract: 本发明属于医学影像分析技术领域,具体为一种基于浅表切面超声图像的肝包膜线提取与特征描述的方法。本发明采用梯度优化与拟合优化结合的人工点取优化方法,比较准确地提取出包膜轮廓线,并以此为基础,以构成包膜线的线段数描述其连续性特征,以包膜线相邻控制点夹角的均值与方差描述其平滑度特征。实验表明,连续性(COC)特征在正常、轻度、中度分组中差异具有统计学意义;平滑度(SOC)特征在正常、轻度、中度、重度分组中差异有统计学意义。本发明为基于浅表切面超声图像的医学影像分析提供了有效的技术手段。
-
公开(公告)号:CN102324094A
公开(公告)日:2012-01-18
申请号:CN201110142497.7
申请日:2011-05-30
Applicant: 复旦大学
Abstract: 本发明属于医学图像计算机处理技术领域,具体为一种针对骨骼横纹肌损伤超声图像纹理定量分析方法——强度界面多级分解法。本发明方法的流程如下:首先,在同一张超声图像上按照一定窗口大小选取两个正常或近似正常的ROI区域,使用强度界面多级分解法提取八组纹理特征并计算纹理特征相似度;然后在同一张超声图像上以相同大小窗口选取一个正常ROI区域和一个疑似病变ROI区域,分别使用强度界面多级分解法提取八组纹理特征并计算相似度;最后,将两组纹理特征相似度进行比较以判断疑似病变ROI区域是否存在骨骼肌损伤,如果有损伤则计算所得的特征相似度即为损伤程度的定量分析结果。实验表明该发明方法对于骨骼肌损伤超声图像能够合理有效的进行定量分析。
-