软件介绍: DcmTransform是一款专用的医学格式转换器,于对符合DICOM 3.0标准的医学图像文件。软件首先对DICOM文件中的数据进行解析,并将其以图像的样式显示。图像显示后,用户可以自定义地调节医学图像的窗位窗宽。由于医学图像数据的像素变化范围通常为0-4095或0-1023,不同于传统图像文件的0-255。而计算机所能显示的黑白像素范围是0-255,所以需要对医学图像进行像素值的映射处理,即调节医学图像的窗位窗宽。调节操作的作用在于改变显示图像的明暗度对比度。当用户调节好医学图像的窗位窗宽后,即可以对医学图像文件进行格式转化。转化的文件格式可设为BMP格式和JPG格式。用户亦可以根据自己的需要设置转化图像的属性信息,如图像的质量,大小。对于CT,MRI断层图像来说,通常拍摄得到的是一系列DICOM文件,该系列文件通常在同一个文件夹目录下。对于某一系列文件,由于拍摄中设备参数设置不变,其像素的变化范围,图像的明暗度饱和度基本相同,所以在图像转化操作中,用户可以调节好窗位窗宽后,一次性的将系列文件全部转化。对于DSA血管减影造影图像,也是需要拍摄一系列的图像,该系列图像通常保存在同一DICOM文件中。它借助计算机对血管造影图像进行数字图像处理,以消除背景的干扰,突出医生感兴趣的血管部分的信息。医学关心的并不是原始拍摄的图像信息,而是减影成像后的图像。所以本软件即可以将原始图像数据转化成普通图像文件,也可以转化减影成像后的图像。DICOM文件是按照DICOM标准存储的医学文件,它不仅可以用来封装各种医学图像,也可以封装其它医学信息,如病人姓名,性别,拍摄单位、设备参数等。这类资料保存在DICOM文件的文件头中,DICOM文件头包含了标识数据集合的相关信息。DICOM文件一般由1个DICOM文件头和1个DICOM数据集合组成。在对DICOM文件处理过程序中,亦需要对其文件头进行解析,得到图像的相关信息。本软件可以将解析后的文件头保存为TXT文本文件,以便于查看。本软件还为用户提供了普通图像文件浏览的功能,以便于用户转化完DICOM文件后,查看转化效果。图像浏览时,先列出所有转化后图像的缩略图,用户点击任意一幅缩略图即可打开该图像。
2021-05-11 20:38:55 916KB 其他资源
1
医学图像的三维重建技术的相关代码,包含的有相关VS2010的源代码
2021-05-10 18:56:00 333KB 医学图像
1
是一本进行三维医学可视化的经典书籍,适合于初学者
2021-05-10 18:38:29 11.67MB 三维医学图像可视化及其应用
1
双水平集模型在医学图像分割中的研究与应用_李祥健.caj
2021-05-09 19:00:08 5MB 1
1
小波变换作为时频分析的强大工具,已经被广泛应用于各个工程 领域。本文主要研究小波变换在医学图像处理中的应用,包括医学图 像的去噪及分割。第一章中概述了医学影像学和一些医疗设备的成像 原理,而后对医学图像处理的意义及方法进行了介绍。第二章主要分 析了可能影响医学图像的各种噪声及其统计模型,而后,简要介绍了 几种典型医学图像中的噪声。第三章详细介绍了小波变换的相关理 论,尤其是对其衍生出的正交小波、双正交小波和冗余小波的理论及 实现做了说明,突出介绍了小波变换的多分辨率分析特性在图像去噪 应用中的优势。小波阈值去噪在医学图像处理中的应用,及其原理和 方法在第四章中进行了详细介绍,并对阈值选取算法做了说明。接下 来,在第五章之中详细讨论了综合分水岭分割算法和小波变换的图像 分割,提出了一种基于标记的分水岭分割算法,并将这种算法与小波 变换相结合,取得了较好的分割效果。第六章则展示了本文提出的小 波变换去噪及分割算法在CT图像中应用的实验结果,无论是去噪还 是分割,都取得了较好的结果。第七章对全文进行了总结,并对今后 的工作进行了展望。
2021-05-08 15:52:39 11.34MB 小波变换 医学图像处理
1
主要实现了基于正弦图的三种重建算法:FBP,MLEM,OSEM等,适合从事医学图像开发研究人员,包括但不限于CT, MRI,PET等。
2021-05-08 15:02:51 69KB FBP MLEM OSEM 医学图像重建
基于模糊聚类及水平集的医学图像分割方法研究_许敏.caj
2021-05-07 21:00:23 2.34MB 1
1
针对医学图像具有较大的相似性和交叉性,易造成归属类别混乱的问题,提出了一种基于粒子群算法的医学图像分类方法。该方法使用形态学滤波和阈值法进行预处理;使用SIFT特征描述子来提取图像的局部特征,并使用聚类的方法得到SIFT特征的“视觉词汇”;使用粒子群算法选出一些列多样性和精度更高的SVM、KNN和AdaBoost分类器对特征进行分类。对15种不同类型的医学图像进行分类的结果表明,所提出的方法取得了94.72%的分类精度,且相比于单个分类器的方法具有较大的性能提升。
2021-05-06 15:26:31 1.54MB 粒子群; 医学图像; 分类; SIFT;
1
为了协助医务人员更正确、更容易地诊断疾病,医学图像增强变成了一种重要的研究领域。文中提出了一种结合小波变换和同态滤波方法进行图像增强的方法,利用 Mallat 算法对医学图像进行处理,分解后的高频分量采用改进的非线性变换和直方图均衡化进行处理,把处理后的高频分量和低频分量进行重构;对重构后的医学图像进行同态滤波增强。通过多次实验表明,与其他传统的图像增强方法结果相比,所提方法较好地保留了图像的边缘和轮廓,增强了图像细节和各种轮廓,视觉效果比较好。
1