摘要
本发明涉及图像处理技术领域,尤其涉及一种基于MRI图像的颅脑疾病区域识别检测方法及系统,该方法根据颅脑MRI图像的灰度图像得到多个不同尺度的子图像,针对灰度图像中的任一像素点,根据每个子图像对任一像素点的梯度值进行多尺度分析得到任一像素点的多尺度梯度系数;根据任一像素点的不同局部范围内的像素点的灰度值和梯度方向的分布,得到多尺度局部异常程度;根据多尺度梯度系数和多尺度局部异常程度对任一像素点的梯度值进行优化,得到自适应梯度值,根据每个像素点的自适应梯度值,利用各向异性扩散滤波算法对灰度图像进行图像增强,进而识别出颅脑疾病区域,提高了利用各向异性扩散滤波算法对MRI图像进行图像增强的效果。
技术关键词
像素点
识别检测方法
对比度
邻域
复杂度
特征值
疾病
多尺度
滤波算法
图像增强
识别检测系统
因子
信息熵
图像处理技术
指标
组织
处理器
平方根
上采样
系统为您推荐了相关专利信息
多模态特征融合
生成方法
数据
大语言模型
复杂度
估计误差
回声消除系统
抗脉冲噪声干扰
信号
Kronecker积运算
实时检测方法
高频特征
混合编码器
残差归一化
图像
同步相量数据
故障传播路径
节点特征
配电网故障
注意力