1. 本选题研究的目的及意义
X线透视成像是医疗诊断中常用的影像学技术，其利用X射线穿透人体组织的特性，将人体内部结构以二维图像的形式呈现出来，为医生诊断疾病提供重要依据。
然而，由于X射线散射、成像设备分辨率限制等因素，X线透视图像常常存在边界模糊的问题，影响医生对病灶的准确识别和诊断。
本选题旨在研究X线透视图像的边界锐化方法，提高图像清晰度和细节辨识度，为临床诊断提供更可靠的影像学依据。
2. 本选题国内外研究状况综述
X线透视图像边界锐化一直是医学图像处理领域的研究热点，国内外学者对此进行了大量的研究，并取得了一定的成果。
1. 国内研究现状
国内学者在X线透视图像边界锐化方面做了大量工作，主要集中在传统图像处理方法的改进和应用上。
3. 本选题研究的主要内容及写作提纲
本选题主要研究X线透视图像的边界锐化方法，通过对不同锐化算法的分析、比较和改进，提出一种或多种有效的X线透视图像边界锐化方法，并通过实验验证其有效性。
1. 主要内容
1.深入研究X线透视成像原理，分析X线透视图像的特点和边界模糊的原因，为后续算法研究奠定理论基础。
4. 研究的方法与步骤
本研究将采用理论分析、实验研究和仿真验证相结合的方法。
首先，将进行文献调研，深入研究X线透视成像原理、图像边界模糊的原因以及现有的边界锐化方法，分析其优缺点和适用范围，为后续研究奠定理论基础。
其次，将构建X线透视图像数据集，并选择合适的评价指标，例如峰值信噪比（PSNR）、结构相似性指数（SSIM）等，用于客观评价不同锐化算法的性能。
5. 研究的创新点
本研究的创新点在于：1.提出一种基于深度学习的X线透视图像边界锐化算法。
与传统方法相比，该算法具有自适应性强、鲁棒性好、泛化能力强等优点。
2.构建大规模、高质量的X线透视图像数据集，为深度学习算法的训练和评估提供数据基础。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
1.刘海涛,张建伟,叶虎年. 基于改进引导滤波的X射线图像增强算法[J]. 光学精密工程,2022,30(02):337-346.
2.王宝亮,王式民,王鹏. 基于边缘系数和多尺度形态学的X射线图像增强[J]. 光电子·激光,2022,33(03):303-310.
3.贺志国,尹成,屈志毅,等. 基于改进生成对抗网络的X射线图像增强[J]. 光学精密工程,2021,29(02):339-349.
