摘要：随机噪声的压制在提高地震资料信噪比方面发挥重要作用.考虑到传统去噪方法在构造复杂地区难以取得理想的去噪结果,本文提出基于hessian矩阵特征值对应的线性目标关系在多个尺度上对随机噪声进行压制.该方法将地震信号看作不同尺度的曲线,从而利用hessian矩阵在曲线检测方面表现出的良好性能实现信噪分离.该方法与传统方法相比不受地层倾角的限制,因此能够处理构造较为复杂地区的地震数据.利用模型及实际资料对该方法进行了验证并与传统方法F-X反褶积的去噪结果做对比,结果表明基于hessian矩阵的随机噪声压制方法在构造复杂地区能够保持有效信号的完整性.

摘要：血管系统的准确分割是许多医学应用的基础。本文提出了一种基于hessian矩阵和高斯混合模型的最大期望(GMM-EM)算法提取肝脏三维血管树的有效方法。首先采用hessian矩阵对肝脏原始图像进行管状物探测和增强,接着采用GMM-EM分割算法得到粗略血管系统;由于hessian矩阵对噪声敏感,容易出现血管的断落,本文采用形态学闭操作减少断落,同时设计了空间滤波器解决血管尾影问题;最后利用三维空间连通域搜索算法去除噪声,实现血管系统的空域连通。实验表明,本文的方法能有效提取肝脏的血管树。

摘要：淋巴结检测和分析对于肿瘤的疗效评估、分期具有重要意义。本研究提出一种基于hessian矩阵与多视图卷积网络纵隔淋巴结自动检测方法。该方法首先确定纵隔部位淋巴结可能存在的区域;然后,基于淋巴结形态特征,构造多尺度增强滤波器,提取候选淋巴结;最后结合CT图像的冠状面、横断面和矢状面信息,设计多视图卷积网络对候选淋巴结进行分类。对90组患者的纵隔部位进行测试,平均每个患者9个假阳性淋巴结的条件下,灵敏度为90.32%。该方法对不同大小的淋巴结具有较高的检出率。

摘要：针对眼底图像血管分割问题,本文研究了一种基于hessian矩阵多尺度线状滤波的血管分割方法。首先,采用基于hessian矩阵的多尺度线状滤波增强血管区域,然后对增强后图像采用最大类间方差阈值法进行阈值分割,最后得到血管的二值化分割结果。本文采用了DRIVE数据库眼底图像进行实验验证,实验表明本文方法能够自动地得到较完整和准确的眼底图像血管分割结果。

摘要：由于血管成像设备的限制和血管本身形态结构的复杂性,使得血管分割成为一个难题。针对CT肝脏血管图像的特征,设计一种将hessian矩阵多尺度滤波、形态学和三维区域生长相结合的方法,实现血管分割。首先,使用灰度变换突出目标区域,利用基于hessian矩阵的多尺度滤波方法对血管进行增强;其次,对增强后的血管图像进行闭运算,并进行三维区域生长;最后,利用膨胀运算将血管的弱连接进行连接。实验表明该方法具有一定的可行性和有效性,能够很好地实现血管的分割,所产生的血管连续光滑,很适合作为三维重建的数据集。

摘要：肺癌的早期形态多以肺结节的形式出现,对其正确检测有助于提高肺癌病人的存活率。针对肺部高分辨率CT图像中肺结节与血管横断面难以区分的问题,提出了一种基于收敛指数滤波和hessian矩阵的肺结节检测算法。首先对基于向量域的收敛指数滤波器进行量化产生候选肺结节,然后设计基于三阶hessian矩阵特征值的血管检测滤波器对血管进行检测标记,最后从候选肺结节中剔除血管横断面得到真阳性肺结节。实验结果表明,本文提出的检测算法具有较高的灵敏性和低假阳性。

摘要：在求解二维三温辐射热传导方程组的过程中,设计了一类新的基于hessian矩阵的网格自适应算法.数值实验结果表明,与现在流行的基于一阶导数或通量的网格自适应技术相比,该算法能够大幅改善系统的能量守恒误差,并具有较高的整体计算效率.

摘要：针对以往研究中岩体裂隙图像识别方法的识别结果存在大量伪裂隙问题,提出了一种考虑几何特征的岩体裂隙迹线多尺度图像识别新方法.根据图像中不同像素点黑塞矩阵特征值大小的差异构建滤波响应函数,该函数在对线性裂隙进行增强的同时亦可抑制图像噪声;采用限制对比度的直方图均衡化算法解决了函数响应值不足的问题;基于连通域面积和连通域最小外接矩形长宽比两个参数准确获取了裂隙形态;利用形态学细化、毛刺去除和分段线连接的组合处理方式识别得到裂隙迹线.工程实测结果表明:所提方法裂隙迹线识别结果与手工描绘的参考裂隙极为相符,精度和敏感度的调和平均值D_(ice)达到88%以上.相较于改进Canny方法、暗区曲线结构增强(DRCSE)方法以及混合全局和局部阈值(HGLT)方法,本文方法表现出了更强的稳健性和鲁棒性.

摘要：随着医学影像的快速升级和人工智能的飞速发展,智慧医疗已成为医学研究领域的一大热点。超声影像技术在临床诊断中有着广泛应用,但大多数血管提取算法是手动或半自动的,提取结果有很强的主观性和易错性。基于此,本研究从颈动脉本身特性出发,采用多尺度hessian协同滤波方法进行预处理,随后结合医学先验知识提取血管感兴趣区域(ROI),设计了一种遍历追踪搜索算法来检测血管,借助像素灰度差值分级来自动获取颈动脉血管壁,提取的准确率可达89.3%。本研究不仅可以减轻医生的负担,也可降低由于医生的主观性诊断所带来的误诊率,使医生能很好地对血管形态特征参数进行定量定性分析,从而使得临床诊断更加客观与准确。

摘要：基于三维hessian矩阵的肺结节检测方法具有很高的敏感性,却很难避免血管交叉区域产生假阳性。本文提出了一种基于自适应体窗结构分析的方法,首先利用体素的hessian矩阵特征值设计结构系数分析其灰度分布特征;然后根据结构系数构建三维自适应体窗分析组织的局部结构特征;最后使用判别函数检测出结节。通过对17套真实肺部CT图像序列进行实验,结果表明本方法可以检测出不同大小和类型的30个结节,并有效减少了血管交叉区域产生的假阳性。结合自适应体窗的hessian矩阵检测方法可以提高检测效率,减轻医生工作量,为肺结节后续的分割和治疗提供有力的支持。