搜索资源列表
963
- 为了提取血管扩张收缩的变化趋势，在采集原始视频AVI图像，进行帧序列转换后，提取血管轮廓成为研究 的重点。文中提出了一种基于标记分水岭对血管超声帧图像的分割方法，该法针对超声图像对比度低、噪声强的特点在标记 之前进行小波域增强。实验证明该法较传统的区域生长法更能准确地提取目标轮廓。基于该法得到的血管在连续时间内截面 积变化曲线，更方便医师进行精确的病理分析。由此可见，该法更适用于超声血管图像的边界提取。 -In order to extract the trend of cont
Vessel-Enhancing-Diffusion
- 利用itk写的一个通用模板类，用于做3维血管的增强，根据的理论为Frangi提出的Vessel enhancement diffusion。-3D Vessel enhancement filter programmed by c++ and itk lib, acroding to Vessel enhancement diffusion proposed by Frangi 2001.
Digitalsubtraction
- 数字减影血管造影( DSA) 通过向血管中注入造影剂, 使血管的整体影像的对比度有了明显的增强, 然后通 过造影前后图像的相减运算, 可以去除非血管器官的影像, 得到血管更清晰的图像, 目前广泛应用于心血管疾病的 诊断。由于患者的呼吸运动, 使得不同时间采集的图像相减后会产生运动伪影。为了消除运动伪影, 从医生临床上 对于心脏的运动以胸腔的横膈膜为参考目标得到启发, 首先得到很多幅注入造影剂之前的图像( 掩膜图像) 和一幅 注入造影剂之后的图像( 造影图像) , 然后指定其中的一
bloodvesselfilter
- 可以实现血管增强滤波，首先运行初始化文件，然后运行主函数文件（论文参考：Three Dimensional Curvilinear Structure Detection Using Optimally Oriented Flux）-Vascular enhancement filtering can be achieved, first run the initialization file, and then run the main function file
Hessian
- 基于海森矩阵的视网膜图像血管增强，用到特征值-Retinal vascular image enhancement based on hazen matrix, use characteristic value
frangi_hessian
- 多尺度海森矩阵血管增强算法,在MATLAB下实现了2维医学图像的血管增强-Multiscale Vessel Enhancement Filtering
Retinal_Blood_Vessel_Extraction
- 利用图像增强算法提取了视网膜血管，便于我们对病人病情进行分析-vessel extraction
reference_code
- 血管图像增强，应用多尺度进行增强，水平集进行分割-Vascular image enhancement, enhanced multi-scale applications, the level set segmentation
SRCNN_v1
- 主要用于图像增强，眼白血管纹理增强，运用的是深度学习算法，超分辨率(For image enhancement, white vascular texture enhancement is the use of deep learning algorithms, super-resolution)
hessian_frangi_filter_version2a
- 基于Hessian矩阵增强提取二维或三维医学图像中的血管(Vessel enhancement and extraction from 2D or 3D medical images)