导读:本文包含了定量图像分析论文开题报告文献综述及选题提纲参考文献，主要关键词:微管,图像处理和分析,像素比,粒度分析
定量图像分析论文文献综述
兰晓东,黄智勇,谭子明,汤慧英,李凌霏[1]（2019）在《一种基于图像分析的细胞微管定量分析方法》一文中研究指出目的基于像素比和粒度分析理论,通过图像处理和分析方法探究客观量化微管结构的方法。方法将常规培养的3 d人脐静脉内皮细胞(HUVEC)按随机数字表法分为正常对照组、微管解聚组和微管聚合组。采用Western blot检测乙酰化α微管蛋白的含量变化。免疫荧光染色后,激光共聚焦显微镜下观察微管形态变化并获取图像。Matlab 7.0编程进行图像分割、增强等处理并提取特征参数。对数据行单因素方差分析、多重比较以及多元判别分析。结果①微管解聚组细胞乙酰化α微管蛋白含量明显低于正常对照组(P<0.05);微管聚合组细胞乙酰化α微管蛋白含量明显高于正常对照组(P<0.05)。②正常对照组细胞微管结构完整,围绕核周束状分布,胞质中少量细小荧光斑;微管解聚组细胞微管纤维断裂,胞质中出现大量点样小荧光斑,呈现弥散性分布;微管聚合组细胞微管纤维数量多且粗大,呈多分支且杂乱的放射样分布,胞质中出现较大荧光斑。③正常对照组、微管解聚组和微管聚合组细胞微管荧光图像中像素比和粒度分析参数(平均粒度、分选度、偏度、峰度)组间差异具有统计学意义(P<0.05)。④根据上述微管量化特征参数,Fisher多元判别分析的准确率达80.0%。结论微管荧光图像像素比和粒度分析的特征参数可作为微管量化分析的客观指标。(本文来源于《第叁军医大学学报》期刊2019年22期）
姜集勇,金闻达[2]（2019）在《图像采集色差定量分析方法》一文中研究指出一、引言在现代媒体复制与传播领域,特别是印刷复制行业,广泛采用基于移动互联的数字平台及各种高精度数字成像与显示设备,应用色彩管理和数字化生产流程来实现高品质的空间信息复制与复现正在成为产业发展主流。尽管近几年来国内外学者开展了广泛的研究,但如何确保从空间信息到应用硬拷贝的色彩一致(本文来源于《广东印刷》期刊2019年05期）
高飞,闫镔,曾磊,武明辉,谭红娜[3]（2019）在《非增强核磁共振图像中肝脏肿瘤病理分级的定量分析方法》一文中研究指出为了解决目前肝脏肿瘤病理分级主要依靠穿刺活检、手术病理取材等侵入式方法的问题,提出了一种在非增强核磁共振图像(MRI)上进行肝脏肿瘤病理分级的定量分析方法。首先对采集到的MRI图像,由医生在专业软件中人工分割出病灶部位,对这些病灶部位提取高通量的328维图像特征,包括灰度、形状、纹理、小波等特征,利用最小绝对收缩和选择运算符(LASSO)和交叉验证方法从中挑选出对病理分级最有价值的特征,组成影像组学模型并融合临床信息实现对肿瘤高、低分化分类的定量分析。在170位肝脏肿瘤患者的MRI图像(T1加权图像和T2加权图像)上进行实验,通过计算接收者操作特征(ROC)曲线下面积(AUC)来衡量模型的预测性能。结果表明,基于高通量图像特征的LASSO回归定量分析方法,在训练集上获得AUC为0.909,在测试集上AUC为0.800。挑选出来的图像特征组成的影像学标签可以对高、低分化进行自动分类,从而为医生提供了一种非侵入的辅助诊断方法,有助于预后判断和治疗方案的制定。(本文来源于《生物医学工程学杂志》期刊2019年04期）
田德峰,杨宏伟,庄静文,崔碧霄,马杰[4]（2019）在《一体化PET/MR不同衰减校正方式定量准确性分析及图像质量评估》一文中研究指出目的:探究基于MR的衰减校正(AC)和基于CT的衰减校正对于美国国家电气制造商协会(NEMA)IQ标准体模在一体化正电子发射计算机断层显像与磁共振(PET/MR)定量评估中的准确性,以及两种衰减校正方法下PET/MR重建图像质量的差异。方法:利用SIGNAPET/MR系统分析MR-AC和CT-AC条件下NEMAIQ图像μ-map的衰减系数,评估两种衰减校正方式在NEMA IQ体模质量控制实验中定量的准确性;参照NEMA NU 2-2007标准,根据其推荐的图像质量参数计算公式,以图像信噪比(SNR)作为评估图像质量的指标,对两种衰减校正方式下PET/MR矩阵(192×192,256×256)、迭代(2,3,4次)以及使用飞行时间(TOF)技术与否不同重建条件的图像质量进行评估。结果:体模质量控制实验中,基于MR的AC存在衰减系数分配错误,将肺和脂肪的衰减系数错误的分配给了肺部插件以及体模背景;在不同重建条件下基于CT-AC的图像SNR均高于基于MR-AC图像的SNR。结论:以MR-AC作为衰减校正方式的质量控制实验不足以作为PET/MR的定量标准,以CT-AC作为衰减校正方式的图像有更高的SNR,更优的图像质量。(本文来源于《中国医学装备》期刊2019年06期）
庞国栋,K.Drukker,M.L.Giger,B.N.Joe,K.Kerlikowske[5]（2019）在《在临床数据研究中定量叁分隔乳腺图像分析结合乳腺X线摄影影像组学对乳腺肿块分类的综合优势》一文中研究指出摘要目的研究分析乳腺X线摄影影像组学与双能量X线检测的定量叁分隔乳腺图像分析的结合可以减少不必要的乳腺良性肿瘤活检。材料与方法本项回顾性研究自(本文来源于《国际医学放射学杂志》期刊2019年03期）
黄宇亮,李晨光,毛凯,武建安,戴甜甜[6]（2019）在《引导螺旋断层放疗用兆伏CT图像质量定量分析》一文中研究指出目的:定量分析螺旋断层放疗系统3种兆伏CT扫描模式获取的2套模体图像质量,探索和验证螺旋断层放疗系统兆伏CT图像的半自动质控方法。方法:分别使用螺旋断层放疗系统上螺距为4 mm、8 mm、12 mm/圈的Fine、Normal和Coarse模式,获取Cat Phan504和Cheese模体的兆伏CT图像。基于Pylinac、Matlab和Eclipse软件自动分析对比3种模式下图像的空间分辨率、图像噪声和低对比度分辨率。结果:对Cat Phan504空间分辨率模块的分析显示,Coarse模式的前3个线对(间距分别为0. 500 cm、0. 250 cm和0. 167 cm)清晰但从线对4(间距为0. 125 cm)开始发生了明显混迭,而Normal和Fine的前4个线对均可清晰观测。Coarse、Normal和Fine模式下Cheese模体的总体不均匀度分别为0. 157 7、0. 136 8和0. 122 9。3种成像模式所得Cheese图像的低对比度分辨率相近,且随着构造材料与局部背景CT平均差值的增大,插件的可观测性呈近乎线性增长。结论:3种成像模式在3个图像质量评估指标上并未呈现一致优劣性。临床上螺旋断层放疗系统成像模式的选择可基于图像观测的需求,参考本研究的评估结果,从而做出决策,相关图像质量评估工作也可参考本研究的方法,定期进行相关质控测试。(本文来源于《北京大学学报(医学版)》期刊2019年03期）
唐晓杰[7]（2019）在《岩体裂隙图像特征的定量识别与分析方法研究》一文中研究指出岩体是在漫长的地质构造运动中形成的复杂地质体,大多数天然岩体由完整岩石和岩石之间的结构面组成,这些结构面包括节理、片理、裂隙、断层等。如今的大多数地下工程中,如水利交通隧道、大坝基础等,裂隙的分布情况很大程度地影响了岩体的稳定性和渗透性,进而影响工程安全。对于岩石材料,裂隙的存在与分布是评判其材料性能的重要指标,更是研究岩体在外荷载条件下变形破坏的关键因素。传统的裂隙参数获取通常需对岩体表面进行接触式测量,易产生测量误差且效率较低,而目前以数字照相量测为代表的非接触式量测方法尚难以实现岩体裂隙图像中的具体裂隙分析(即本文所指的矢量化)。为实现岩体裂隙的分离及形态参数提取,本文开展了裂隙矢量化算法理论研究,并基于Delphi程序开发系统研发了集成化的岩体裂隙图像特征识别程序。为进一步验证该程序在室内实验中的应用效果,采用类岩体材料进行了实验研究。此外,为了拓展岩体裂隙数字照相识别技术在数值建模中的应用,围绕PFC节理裂隙建模问题进行了程序开发。本文获得的主要成果及结论如下:(1)提出了基于几何分布特征的岩体裂隙的分类方法。从便于图像矢量化的角度,将复杂岩体裂隙分为线型、交叉型、环状型以及组合型等4种基本类型。(2)设计了基于骨架图像特征的岩体裂隙矢量化算法。根据裂隙骨架起止点连线的形态分布特征,给出了裂隙追踪存储及目标点优先级判断算法,实现了裂隙矢量化以及裂隙数量、长度、宽度及裂隙率等参数的定量表征。(3)基于裂隙矢量化方法及通用的图像处理手段,研制了岩体裂隙图像特征识别程序,实现了裂隙图像的预处理、二值化、矢量化以及几何形态参数的输出等功能。(4)将岩体裂隙图像特征识别方法应用于类岩体试样单轴压缩实验,结合数字散斑相关量测方法,在试样的同一观测面同时实现了变形量测和裂隙形态特征定量识别。(5)将裂隙图像特征识别方法应用于PFC数值模拟中,研制了基于图像特征识别原理的PFC节理裂隙试样辅助建模程序,并基于该程序提出了两种建模方案。(本文来源于《中国矿业大学》期刊2019-05-01）
沈力[8]（2019）在《基于增强CT图像纹理分析技术对胰腺癌诊断及术前定量恶性程度评估的研究》一文中研究指出第一部分基于增强CT图像纹理分析技术在胰腺癌诊断中的应用目的探究基于增强CT图像纹理分析技术在胰腺癌诊断中的应用能效,以期为胰腺癌的定性、定量诊断提供新方法。材料与方法回顾性分析本院经术后病理证实胰腺癌的患者49例,在治疗前进行CT增强扫描,用Mazda软件在静脉期图像上分别勾画正常组和病灶组感兴趣区,由软件自动提取纹理特征,通过Fisher系数、分类错误错判率联合平均相关系数(POE+ACC)、交互信息(MI)及叁者的联合方法选择最佳纹理参数。对有统计学差异的参数建立受试者工作特征曲线(receiveroperating characterist,ROC),最终对各参数诊断效能进行比较分析。结果软件提取30个特征参数中直方图参数6个,灰度共生矩阵参数20个,自回归模型参数2个,小波转换参数2个。自回归模型参数Teta1、Teta4在病灶组、正常组之间差异无统计学意义(P均>0.05),其他参数均有统计学意义(P均<0.05)。ROC曲线结果显示直方图参数中Perc.10%的AUC值最高为0.961,当其取值137时,其相应的敏感度及特异度分别为 89.80%、93.88%;灰度共生矩阵参数中 S(2,0)SumAverg、S(2,0)SumAverg、S(2,0)SumAverg 的 AUC 值最高,均为 0.960,当其取值分别为 77.3775、77.2985、77.25 时,叁者的敏感度及特异度相同,分别为89.80%、95.92%;小波转换参数中WavEnLL s-1的AUC值最高为0.945,当其取值22152.923时,其对应的敏感度及特异度分别为83.67%、95.92%。结论增强CT图像部分纹理参数在胰腺癌与正常组织之间存在显着性差异,对胰腺癌定性、定量诊断有一定的价值。第二部分基于CT增强扫描图像纹理分析评估胰腺癌恶性程度可行性初探目的探究CT增强图像纹理分析技术在术前评估胰腺癌恶性程度的可行性,评价特征纹理参数和胰腺癌病理分级、分化程度的关系。材料与方法回顾性分析经本院术后病理证实的胰腺癌患者49例,其中高分化组27例,中-低分化组22例。选取两组肿瘤CT增强扫描静脉期横断位图像最大层面,采用Mazda软件勾画感兴趣区,提取纹理特征,通过Fisher系数、分类错误错判率联合平均相关系数(POE+ACC)、交互信息(MI)及叁者的联合方法(FPM)选择最佳纹理参数,并对最佳参数进行统计分析、相关性分析,建立ROC曲线评估其诊断效能。此外,采用原始数据分析(RDA)、主要成分分析(PCA)、线性判别分析(LDA)和非线性判别分析(NDA)进行纹理特征分类。结果FPM联合NDA分类方法对胰腺癌分化程度评估的错判率最低为8.16%(4/49)。纹理特征选择方法中,FPM的错判率(8.16%-38.78%)均低于MI(10.20%-38.78%)、Fisher(14.29%-38.78%)和 POE+ACC(14.29%-44.90%)。纹理特征分类方法中,NDA 评估胰腺癌分化程度错判率(8.16%-14.29%)低于 LDA(12.24%-46.94%)、PCA(34.69%-44.90%)、RDA(38.78%-44.90%)。采用Mazda软件提取的最佳特征参数中,均值、Perc.50%、Teta2、WavEnLL_s-1在高分化、中-低分化两组中差异有统计学意义(P均<0.05)。均值、Perc.50%、WavEnLL_s-1与分化程度呈正相关(r值分别为0.02、0.02、0.03,P均<0.05),Teta2与分化程度呈负相关(r值为0.03,P<0.05)。ROC曲线结果显示均值、Perc.50%、Teta2及WavEnLL_s-1的AUC值分别为0.695、0.694、0.699、0.684,其敏感度及特异度分别为86.40%、44.40%;86.40%、44.40%;90.91%、48.15%;100.00%、29.63%,其中 Teta2 诊断效能最佳。结论CT增强图像纹理分析的最佳特征纹理参数在高分化、中-低分化胰腺癌之间存在差异且有较好的诊断效能,给术前评估胰腺癌恶性程度提供了新的方法。(本文来源于《扬州大学》期刊2019-04-05）
冯智超,颜智敏,罗慕晴,廖云杰,容鹏飞[9]（2019）在《前列腺影像报告和数据系统联合表观扩散系数图像定量分析对外周带前列腺癌的诊断价值》一文中研究指出目的:探讨第2版前列腺影像报告和数据系统(prostate imaging reporting and data system version 2,PI-RADS V2评分联合表观扩散系数(apparent diffusion coefficient,ADC)图像定量参数对外周带前列腺癌的诊断价值。方法:回顾性搜集50例前列腺多参数磁共振成像(multiparametric MRI,mpMRI)检查提示存在外周带结节的患者,且均经穿刺活检获得病理诊断。由两名高年资影像科医师根据PI-RADS V2标准对病灶进行定位及评分,分别利用后处理软件在ADC图像上分析、计算对应病灶区的12种ADC图像定量参数。根据病理结果将病灶分为癌灶组和良性病灶组。比较两组病灶各ADC定量参数的差异,对组间差异有统计学意义的参数采用逻辑回归逐步法拟合建模,通过受试者工作特征(receiver operating characteristic,ROC)曲线和决策曲线分析(decision curve analysis,DCA)评价不同方法的诊断效能和临床受益。结果:最终共获得外周带癌灶28个、良性病灶25个。PI-RADS V2评分、ADC模型及联合模型(PI-RADS V2评分+ADC模型)区分外周带癌灶和良性病灶的ROC曲线下面积、敏感度、特异度分别为0.803,60.71%,92.00%;0.857,89.29%,76.00%;0.891,71.43%,92.00%,联合模型较PI-RADS V2评分的诊断效能有明显提升(P=0.012),且在阈概率0.05～0.27和0.46～0.81范围内该联合模型具有相对最佳的总体净受益率,优于PI-RADS V2评分。结论:PI-RADS V2联合ADC图像定量分析能显着提高其区分外周带前列腺癌和良性病变的诊断效能,并改善临床受益。(本文来源于《中南大学学报(医学版)》期刊2019年03期）
潘钊,崔耀耀,吴希军,苑媛媛,刘婷婷[10]（2018）在《基于叁维荧光光谱的Krawtchouk图像矩算法在多环芳烃定量分析中的应用》一文中研究指出以多环芳烃中的芴和苊为研究对象,提出一种将叁维荧光光谱技术与Krawtchouk图像矩、广义回归神经网络相结合的定量分析的方法。利用FS920荧光光谱仪获取样品的叁维荧光光谱数据,得到对应的叁维光谱灰度图。直接计算叁维光谱灰度图的Krawtchouk矩,将得到的Krawtchouk矩经平均影响值筛选后作为广义回归神经网络的输入,建立多环芳烃(PAHs)的定量模型。预测8组混合溶液的测试样本,芴和苊的平均相对误差分别为0. 98%和2. 15%。研究结果表明,Krawtchouk矩经过筛选后预测结果更为准确,该方法能够有效提取光谱的特征信息,简单、准确的预测PAHs的浓度。(本文来源于《光谱学与光谱分析》期刊2018年12期）
定量图像分析论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
一、引言在现代媒体复制与传播领域,特别是印刷复制行业,广泛采用基于移动互联的数字平台及各种高精度数字成像与显示设备,应用色彩管理和数字化生产流程来实现高品质的空间信息复制与复现正在成为产业发展主流。尽管近几年来国内外学者开展了广泛的研究,但如何确保从空间信息到应用硬拷贝的色彩一致
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
定量图像分析论文参考文献
[1].兰晓东,黄智勇,谭子明,汤慧英,李凌霏.一种基于图像分析的细胞微管定量分析方法[J].第叁军医大学学报.2019
[2].姜集勇,金闻达.图像采集色差定量分析方法[J].广东印刷.2019
[3].高飞,闫镔,曾磊,武明辉,谭红娜.非增强核磁共振图像中肝脏肿瘤病理分级的定量分析方法[J].生物医学工程学杂志.2019
[4].田德峰,杨宏伟,庄静文,崔碧霄,马杰.一体化PET/MR不同衰减校正方式定量准确性分析及图像质量评估[J].中国医学装备.2019
[5].庞国栋,K.Drukker,M.L.Giger,B.N.Joe,K.Kerlikowske.在临床数据研究中定量叁分隔乳腺图像分析结合乳腺X线摄影影像组学对乳腺肿块分类的综合优势[J].国际医学放射学杂志.2019
[6].黄宇亮,李晨光,毛凯,武建安,戴甜甜.引导螺旋断层放疗用兆伏CT图像质量定量分析[J].北京大学学报(医学版).2019
[7].唐晓杰.岩体裂隙图像特征的定量识别与分析方法研究[D].中国矿业大学.2019
[8].沈力.基于增强CT图像纹理分析技术对胰腺癌诊断及术前定量恶性程度评估的研究[D].扬州大学.2019
[9].冯智超,颜智敏,罗慕晴,廖云杰,容鹏飞.前列腺影像报告和数据系统联合表观扩散系数图像定量分析对外周带前列腺癌的诊断价值[J].中南大学学报(医学版).2019
[10].潘钊,崔耀耀,吴希军,苑媛媛,刘婷婷.基于叁维荧光光谱的Krawtchouk图像矩算法在多环芳烃定量分析中的应用[J].光谱学与光谱分析.2018