1 北方民族大学 计算机科学与工程学院，宁夏银川75002
2 北方民族大学 图像图形智能处理国家民委重点实验室，宁夏银川75001
3 宁夏医科大学 医学信息与工程学院，宁夏银川750004
针对肺部X射线图像的病灶区域较小、形状复杂，与正常组织间的边界模糊，使得肺炎图像中的病灶特征提取不充分的问题，提出了一个面向特征增强的双残差Res-Transformer肺炎识别模型，设计3种不同的特征增强策略对模型特征提取能力进行增强。设计了组注意力双残差模块（GADRM），采用双残差结构进行高效的特征融合，将双残差结构与通道混洗、通道注意力、空间注意力结合，增强模型对于病灶区域特征的提取能力；在网络的高层采用全局局部特征提取模块（GLFEM），结合CNN和Transformer的优势使网络充分提取图像的全局和局部特征，获得高层语义信息的全局特征，进一步增强网络的语义特征提取能力；设计了跨层双注意力特征融合模块（CDAFFM），融合浅层网络的空间信息以及深层网络的通道信息，对网络提取到的跨层特征进行增强。为了验证本文模型的有效性，分别在COVID-19 CHEST X-RAY数据集上进行消融实验和对比实验。实验结果表明，本文所提出网络的准确率、精确率、召回率，F1值和AUC值分别为98.41%，94.42%，94.20%，94.26%和99.65%。DRT Net能够帮助放射科医生使用胸部X光片对肺炎进行诊断，具有重要的临床作用。
肺炎识别 X射线图像 特征增强 双残差结构 Transformer pneumonia recognition X-ray image feature enhancement dual residual model Transformer
1 山东中医药大学智能与信息工程学院，山东 济南 250355
2 山东中医药大学第一临床医学院，山东 济南 250355
卷积神经网络（CNN）在新冠肺炎X射线图像分类中取得诸多成果，但卷积结构只能学习到特征图相邻空间位置的上下文信息。为了更好地结合胸部X射线图像全局信息，除了提高CNN的深度，所提网络通过设计主干网络ConvNeXt、聚合注意力模块、长短期记忆网络，更加关注全局与局部信息的交互性。对公开访问的COVID-19 Radiography Database数据集图像分类，所提网络在三分类实验中相较于基础模型ConvNeXt在准确率、精确率、召回率上分别提高1.60个百分点、1.23个百分点、1.76个百分点，且其在多项实验指标上优于Vision Transformer、Swin-Transformer，准确率、精确率、召回率、特异度分别提高到95.6%、96.03%、95.76%、97.53%。另外选用Chest X-ray数据集进一步验证所提网络泛化能力，采用Score-CAM算法验证其有效性。实验结果表明，所提网络对新冠肺炎X射线图像具有较好的分类效果。
图像处理 X射线图像 新冠肺炎 注意力机制 长短期记忆网络 激光与光电子学进展
2023, 60(14): 1410001
1 中国刑事警察学院警察技能战术训练部, 辽宁沈阳 110854
2 中国刑事警察学院公安信息技术与情报学院, 辽宁沈阳 110854
在安全检查过程中快速准确地识别违禁物品有利于维护公共安全。针对 X射线行李图像中存在的物品堆叠变形、复杂背景干扰、小尺寸违禁物品检测等问题, 提出一种改进模型用于违禁物品检测。改进基于 YOLOX模型进行, 首先在主干网络中引入注意力机制加强神经网络对违禁品的感知能力; 其次在 Neck部分改进多尺度特征融合方式, 在特征金字塔结构后加入 Bottom-up结构, 增强网络细节表现能力以此提高对小目标的识别率; 最后针对损失函数计算的弊端改进 IOU损失的计算方式, 并根据违禁物品检测任务特点改进各类损失函数的权重, 增大对网络误判的惩罚来优化模型。使用该改进模型在 SIXray数据集上进行实验, mAP达到 89.72%, FPS到达 111.7 frame/s具备快速性和有效性, 所提模型与阶段主流模型相比准确率和检测速度都有所提升。
X射线图像 违禁品 注意力机制 YOLOX YOLOX, X-ray image, prohibited items, attention me
1 南京邮电大学 电子与光学工程学院、微电子学院, 江苏 南京 210023
2 南京邮电大学 自动化学院, 江苏 南京 210023
为降低泊松噪声对X射线图像质量的影响, 本研究提出一种采用非线性主分量分析(NLPCA)对X射线图像序列进行盲源分离的降噪方法。该降噪方法首先采样一序列X射线图像, 并通过Anscombe变换将图像中泊松噪声转化为高斯噪声; 然后将每张含噪声图像视为噪声分量和信号分量的组合, 进而采用NLPCA将信号分量和噪声分量分离达到降噪目的; 最后通过Anscombe逆变换获取最终降噪图像。研究结果表明: 当序列中含噪声图像张数从2增加到50时, 提出的降噪方法可以将Shepp-Logan头模型含噪声图像的PSNR值由28.289 4 dB提高到37.267 8 dB、SSIM值由0.700 7提高到0.963 8。相比较常用的降噪算法, 提出的降噪方法在有效消除X射线图像中泊松噪声的同时, 使图像中细节轮廓保留更完整。
X射线图像 泊松噪声 Anscombe变换 非线性主分量分析 盲源分离 X-ray image poisson noise anscombe transform nonlinear principal component analysis blind source separation
1 电子科技大学 航空航天学院, 成都 611731
2 中国工程物理研究院 应用电子学研究所, 四川 绵阳 621900
针对基于X-Ray的焊球阵列封装（BGA）焊接缺陷检测中, 现有的图像处理算法无法有效处理PCB意外倾斜的问题, 提出了一种自动判断BGA焊点X射线图像倾斜程度并进行校正的方法。首先根据BGA焊点阵列排布的特性恢复出原始图像中的结构信息, 然后使用广义逆矩阵求解出理想正视图像与实际倾斜图像之间的变换矩阵, 最后对倾斜图像进行逆变换以得到理想正视图像, 并使用变换矩阵估计出PCB的倾斜程度。实验针对正视与倾斜的BGA焊点的X射线图像, 运用所提方法, 准确判别出图像的倾斜程度, 并进行了校正。此方法既可以作为一种图像质量评价算法, 在BGA X-Ray缺陷检测中判断图像是否为需要的正视图像; 也可以作为一种图像自动校正算法, 提升基于X射线的自动检测系统的适应性。
BGA焊球 X射线图像 图像检测 变换矩阵 倾斜校正 BGA solder ball X-ray image image detection transformation matrix slant correction 强激光与粒子束
2018, 30(10): 109001
中北大学信息探测与处理山西省重点实验室，太原 030051
针对常规 CT系统中 X射线是连续宽能谱而导致重建图像中衰减特性相近组分对比度较低的问题，论文提出一种分解多电压 X射线图像序列获取新投影的方法，用新投影重建的图像有效地提高了对衰减特性相近组分的区分能力。该方法依据 X射线成像规律，将各电压下图像看作多个窄能谱图像的叠加，借鉴非负矩阵分解，以分解的误差平方和最小为目标对多电压 X射线图像分解。用硅铝材质的圆柱体实验，新投影重建的图像相比直接重建图像，硅与铝对比度明显提高，表明了方法的有效性。
信号处理 CT成像 X射线图像 多电压 非负矩阵分解 对比度 information processing computed tomography imaging X-ray images multi-voltage non-negative matrix factorization contrast
1 华南理工大学 精密电子制造装备教育部工程研究中心, 广东 广州 510640
2 华南理工大学 自动化科学与工程学院, 广东 广州 510640
3 广东技术师范学院 自动化学院 广东 广州 510665
考虑微焦点X射线仪成像信噪比低, 混合噪声污染严重等问题, 提出了一种乘性、加性混合噪声去除方法。首先, 建立了含乘性、加性混合噪声的图像模型;其次, 基于总变分和稀疏表示原理分别构造了滤除加性噪声和乘性噪声的目标函数;最后, 应用显式差分算法和梯度投影算法分步滤除加性噪声和乘性噪声。实验结果显示, 与总变分去加性噪声方法相比, 该方法处理后的图像平滑区域均值与标准差比(MSR)平均提升了10.9%, 细节区域拉普拉斯梯度模(LS)平均提升了15.6%。这些结果表明: 本文算法不仅有效滤除了微焦点X射线图像的混合噪声, 并且较好地保留了图像细节特征, 能够满足集成电路内部缺陷检测对图像平滑度和细节清晰度的要求。
微焦点X射线检测 X射线图像 总变分模型 稀疏表示 混合去噪 micro-focus X-ray detection X-ray image total variation model sparse representation mixed denoising 光学 精密工程
2014, 22(11): 3100
中北大学 仪器科学与动态测试教育部重点实验室，山西 太原 030051
便携式X光机应用越来越广，因而对其所成图像的降噪也显得尤为重要。本文首先讨论和分析了便携式X光机成像系统噪声的来源及其特性，针对传统单一降噪算法存在的不足，提出了一种新的复合式降噪算法。该复合算法不仅对高斯噪声和脉冲噪声有很好的滤除效果，同时也能有效地保护图像的细节部分。仿真实验证明，该算法切实可行。
X射线图像 自适应中值滤波 小波变换 阈值降噪 X-ray image adaptive median filtering wavelet transform threshold de-noising
1 中国工程物理研究院 激光聚变研究中心, 四川 绵阳 621900
2 哈尔滨工业大学 精密工程研究所, 哈尔滨 150001
针对多层靶丸X射线数字图像的成像原理和轮廓边缘进行了理论分析;推导了由靶丸边缘特征点确定靶丸圆心和半径的精确最小二乘拟合算法;对于不同类型(阶跃状或屋顶状)的靶丸图像边缘, 采用均化二阶微分算法或径向吸收强度最小二乘洛伦兹型拟合寻峰算法获取亚像素精度的靶丸圆周轮廓边缘数据;应用快速傅里叶变换算法对靶丸圆周轮廓数据进行分析, 获得了靶丸表面外轮廓或内轮廓模数-功率谱特征曲线。
ICF靶丸 X射线图像 轮廓分析 模数-功率谱 ICF shell X ray image profile analysis power spectrum as a function of mode number 强激光与粒子束
2010, 22(12): 2925
西安交通大学 图像处理与模式识别研究所,西安 710049
针对小动态范围X射线成像设备提出一种X射线图像超动态范围重建方法.将成像对象进行两次不同球管电压下的低剂量曝光, 对两次曝光得到的图像进行多分辨率小波分解.根据一定规则重构分解系数, 将重构的系数进行小波逆变换重建一幅宽动态范围图像.实验表明, 该方法能有效扩展图像的灰度动态范围, 并且两次低剂量曝光并未增加患者皮肤表面吸收剂量.
超动态范围重建 X射线图像 小波变换 Super dynamic range Reconstruction X-ray image Wavelet transform
