采用贝叶斯决策概率型DT-MRI的脑白质纤维追踪成像

弥散张量磁共振成像(DT-MRI)的脑白质纤维追踪成像可无创重建脑白质纤维的三维结构,而现有追踪成像方法一般仅考虑局部纤维的弥散倾向,对纤维束几何结构的综合考虑不足,为此提出一种贝叶斯决策概率型的纤维追踪成像算法.该算法通过纤维束当前体素的弥散张量方向和纤维束几何结构信息,利用贝叶斯决策理论估算追踪下一体素的方向概率分布;按照概率分布对纤维束进行加权采样,重建纤维束的三维结构图像.最后利用文中算法在合成弥散张量数据上进行了成像仿真,在真实脑部DT-MRI数据上进行了成像实验.仿真和实验结果表明,该算法能实现预期的脑白质纤维追踪成像,比现有追踪成像方法结果更可靠,可重复性更强.     

基于可变步长逆向组合算法的弥散张量图像配准

弥散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是近年来新兴的一种核磁共振成像技术,作为一种无创伤的描述大脑结构的新方法,弥散张量成像在临床诊断中发挥着重要的作用。由于不同个体或者同一个体不同状态下获取的张量数据展开的多幅图像之间存在一定偏差,需要将这些图像对齐,即配准。逆向组合算法是一种很好的配准方法,但是当模板图像和目标图像之间存在多种几何变化时,算法的收敛速度往往很慢。提出了一种可变步长的逆向组合算法,通过自适应改变原始算法的步长达到加快算法收敛速度的目的。实验表明,该算法在保持原始算法精度的基础上能够加快收敛速度,并且对图像的几何变换有很好的鲁棒性。     

阿尔茨海默氏症研究中的磁共振成像数据分析

首先综述了当前结构磁共振成像、功能磁共振成像和扩散张量磁共振成像3种技术在阿尔茨海默氏症研究中的现状;其次介绍和分析了上述3种磁共振成像数据的主要处理方法;最后介绍了基于阿尔茨海默氏症的神经影像数据库及其诊断平台的建设状况.另外,也提到了此课题在该领域的一些研究进展.     

弥散加权图像的鲁棒水印算法研究

目的 弥散加权成像（DWI）作为一种新型医学影像成像技术,已逐渐成为诊断心脏、大脑、肾脏、肝脏等器官中的神经、纤维组织病变的重要方法和手段。与传统的核磁共振（MRI）成像相比,通过使用不同的扩散方向矢量,在不同的扩散参数下,DWI图像呈现的灰度信息也有所不同。目前尚无相关文献提出针对DWI图像版权信息进行有效保护的相关研究。方法 为有效保护病人的DWI图像版权信息,提出一种基于DWI图像的整数小波变换域（IWT）统计直方图的鲁棒水印算法。该算法首先通过最大类间方差分割算法和面积控制阈值获取指定断层中带有弥散梯度方向图像的前景区域,作为待嵌入区域。对待嵌入区域使用整数小波变换获取低频子带系数,利用固定步长对低频子带系数进行统计,生成统计直方图,对统计直方图相邻簇的比值关系进行修改用于水印嵌入;最后提出DWI表观系数与弥散张量成像（DTI）中弥散张量值的可逆关系构建可逆密钥,利用该密钥将嵌入水印后的DWI图像再次加密,从而有效保护DWI图像的版权信息。结果 实验结果表明该算法引入的水印信息对DWI图像中的纤维参数改变量极小。在纤维方向和平均弥散程度改变个数上,本文算法与文献方法相比,分别降低了100多个和30多个;在可视质量上,本文算法提高约8 dB。在高斯噪声、小角度旋转等攻击中,本文算法能够提供较高的提取水印准确率。结论 本文算法对医生诊断的影响在可接受的范围内,且在感兴趣区域遭受各种常见攻击时,具有较高的安全性和鲁棒性。     

基于DT-MRI数据的心肌纤维可视化及分析系统研究与实现

核磁共振弥散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是近年来提出的一项新的医学影像技术。通过利用核磁共振技术测量细胞内多个方向上水分子弥散运动的特征,可以全面充分研究活体组织微细结构。基于犬心室的DT-MRI数据集开展了三维心肌纤维结构的可视化方法及其可视化系统设计与实现的研究。首先利用阈值滤波、中值滤波和邻域平均法对原始DT-MRI数据进行去噪预处理,然后利用体绘制技术、图元显示法和纤维跟踪法对犬心室的DT-MRI数据进行可视化。最后对基于DT-MRI数据的心肌纤维可视化应用进行了详细的需求分析和系统设计,基于VTK（Visualization Toolkit）实现一个DT-MRI数据的心肌纤维可视化和分析系统。实验结果表明该系统具有良好的交互性,为研究心脏结构提供了一个有力可视化工具。     

基于DT-MRI数据的心肌纤维可视化及分析系统研究与实现

核磁共振弥散张量成像(Diffusion Tensor Magnetic Resonance Imaging,DT-MRI)是近年来提出的一项新的医学影像技术。通过利用核磁共振技术测量细胞内多个方向上水分子弥散运动的特征,可以全面充分研究活体组织微细结构。基于犬心室的DT-MRI数据集开展了三维心肌纤维结构的可视化方法及其可视化系统设计与实现的研究。首先利用阈值滤波、中值滤波和邻域平均法对原始DT-MRI数据进行去噪预处理,然后利用体绘制技术、图元显示法和纤维跟踪法对犬心室的DT-MRI数据进行可视化。最后对基于DT-MRI数据的心肌纤维可视化应用进行了详细的需求分析和系统设计,基于VTK(Visualization Toolkit)实现一个DT-MRI数据的心肌纤维可视化和分析系统。实验结果表明该系统具有良好的交互性,为研究心脏结构提供了一个有力可视化工具。     

多模态网络融合在轻度认知障碍分类中的应用

针对早期轻度认知障碍（MCI）根据医学诊断认知量表评估极有可能无法判断的问题,提出了一种多模态网络融合的MCI辅助诊断分类方法。基于图论的复杂网络分析方法在神经影像领域的应用已得到广泛认可,但采用不同模态的成像技术研究脑部疾病对大脑网络拓扑结构属性的影响会产生不同结果。首先,使用弥散张量成像（DTI）与静息态功能磁共振成像（rs-fMRI）数据构建大脑结构和功能连接的融合网络。然后,融合网络的拓扑属性被施以单因素方差分析（ANOVA）,选择具有显著差异的属性作为分类特征。最后,利用支持向量机（SVM）留一法交叉验证对健康组和MCI组分类,估算准确率。实验结果表明,所提方法的分类结果准确率达到94.44%,相较单一模态数据法的分类结果有明显提高。所提方法诊断出的MCI患者在扣带回、颞上回以及额叶和顶叶部分区域等许多脑区表现出显著异常,与已有研究结果基本一致。     

信号自适应衰减的多壳扩散磁共振成像方法

提升总体平均扩散传播算子(Ensemble Average diffusion Propagator,EAP)的重建精度一直以来都是扩散磁共振成像领域中扩散光谱成像(Diffusion Spectrum Imaging,DSI)的核心问题.在诸多成像算法中,用径向基函数(Radial Basis Function,RBF)作为扩散MR信号插值基函数的方法在纤维方向分布重建及成像统计标量重建方面均获得了理想的EAP重建效果,为进一步提升重建效率及精度,本文基于RBF方法提出了对信号进行自适应衰减建模的方法,并结合确保扩散张量正定性的张量求解算法,分别基于系数l1,l2正则化方法求解最优化参数以作对比.针对体模数据的实验结果显示,该算法在提升各项指标重建精度及计算效率方面均取得了理想效果.     

稳健MM估计在扩散张量成像中的应用

在扩散加权图像中存在由热噪声产生的高斯分布偏差和生理噪声产生的异常点,最小二乘(LS)法对于高斯分布偏差具有较好的估算效果,但是对异常点不稳健。为此,采用稳健MM估计方法对扩散张量成像(DTI)数据进行张量估算,将高失效点算法的估计结果作为初始估计值,进行两步M估计。模拟数据与真实数据的实验结果表明,该估计方法具有较好的稳健性,并能有效估算扩散张量。     

基于旋转不变测度的扩散张量图像配准

扩散张量成像（Diffusion Tensor Magnetic Resonance Imaging,DT-MRI）是一种新兴的磁共振成像技术,作为非侵入性的分析大脑内部结构的重要工具,DTI在神经外科学等临床领域的研究中发挥着重要的作用,与此同时不同个体以及同一个体不同时间采集的DTI数据的配准需求也与日俱增,为满足实际需求提出了一种基于旋转不变测度的扩散张量图像的配准方法,首先对扩散张量图像进行空间变换,使其空间位置一一对应,考虑张量数据的方向性特点,再对每个张量进行重定向,从而保证了配准后的图像其扩散张量方向与周围组织的解剖结构一致。实验结果表明,该方法计算复杂度低,是一种有效的张量图像配准方法。     

DTI扩散张量的一种稳健估计方法

为了获得更精确的DTI扩散张量场,提出了一种基于约束M估计子的稳健估计方法,首先对扩散加权图像序列进行双树复数小波降噪预处理,以减少热噪声影响,然后通过试探法找到一个合适的回归起始点,并通过Cholesky分解对扩散张量进行正定约束,最后寻找局部最小获得DTI扩散张量的约束M估计,并在模拟二阶张量场和真实DTI数据集上进行了实验.与最小二乘法和M估计子回归模型相比,该方法可以更有效地排除热噪声和生理性离群点影响,对DTI扩散张量估计很有价值.     

开放式的高分辨率超声成像系统

在医学和生物学研究当中,对活体组织进行无创性成像具有重要意义。高分辨率超声成像技术,可以对细微组 织实现高空间分辨率的成像,已被广泛应用于皮肤、眼睛、心血管和小动物成像等生物医学领域。目前领域内的相关研 究需要不同的成像系统参数,例如要求不同的探头性能、数据采集策略、信号处理以及图像重建、显示和保存方法。因 此需要一种灵活和开放的超声成像系统,能让用户根据各种研究需求实现个性化设置并能全面获取原始实验数据。文章 提出了一种实时的、便携式设计的开放式超声成像系统,可支持定制的高分辨率超声成像研究。系统基于高速现场可 编程逻辑门阵列(FPGA)实现灵活多样的超声成像。用户可以轻松地根据个性化应用需求来调整系统结构。测试结果表 明,本系统能实现 B 超成像、编码激励成像、多普勒成像、血管内成像、多模态组合成像等,为高分辨率生物医学应用 研究提供了非常灵活的成像工具。     

一种改善空间分辨率的电阻抗成像技术

电阻抗断层功能成像技术(Electrical Impedance Tomography简称EIT),是当今生物医学工程学重大研究课题之一,它是通过对物体表面电压、电流的测量来重建物体内部阻抗分布或变化的一种新颖的医学成像技术.它是继形态、结构成像之后,于近20年才出现的新一代无损伤功能成像技术.本文介绍了电阻抗成像技术的基本原理及研究的现状,针对成像技术中所需的有限元方法,采用了对某一物体内部阻抗变化的位置进行局部细化剖分,再重建出物体内阻抗分布图象的成像方法.这种方法不仅能减少重建算法的计算量,且能提高阻抗图象的空间分辨率.实验结果表明这种方法是可取的.     

一种肺呼吸电阻抗实时成像系统

介绍了一套用于肺呼吸过程电阻抗实时成像的16电极EIT系统,描述了该系统的软硬件设计、系统性能测试及利用共轭梯度算法进行成像试验。在盛有盐水的实验水槽上进行了有机玻璃棒的动态成像实验,结果表明该系统能够对动态目标进行准确识别。采集志愿者呼吸过程的数据,并对肺呼吸图像重建中胸腔模型对成像质量的影响进行了对比试验,最终获得了清晰的肺部呼吸过程的图像,为深入开展肺功能评价研究及呼吸过程的床旁监护等需求奠定了可靠有效的硬件基础。     

应用于热光鬼成像的自适应形态学滤波器

鬼成像是一种新的成像机制,但研究人员主要注重研究鬼成像的理论价值。传统的鬼成像从工程上讲质量通常较差,为了提高成像质量,提出一种新的自适应形态学滤波算法。该算法自动估计斑点的大小,作为形态学滤波中的结构体的大小。对该算法进行了仿真,实验结果表明,应用于热光鬼成像的形态学滤波器可以很好滤除噪声。并对几种典型的鬼成像处理方法进行对比,对比结果显示了该算法的有效性。     

基于红外成像导引头的切换制导律设计

根据对红外成像导弹多模制导技术研究的现有成果,设计了适合红外成像导引头的制导律.分析了红外成像导引头不同阶段的成像特点,根据这些特点选择相应的制导律.这些制导律很好地弥补了红外成像导引头的成像缺点,并结合弹道交接算法完成制导功能.数字仿真验证了切换制导控制导弹攻击大机动目标较比例导引有更小的脱靶量和更平滑的弹道.结果表...     

机器学习在术中光学成像技术中的应用研究

术中光学成像技术的兴起为临床手术提供了更加便捷和直观的观察手段。传统的术中光学成像方法包括开放式光学成像和术中腔镜、内镜成像等,这些方法保障了临床手术的顺利进行,同时也促进了微创手术的发展。随后发展起来的术中光学成像技术还有窄带腔镜成像、术中激光共聚焦显微成像和近红外激发荧光成像等。术中光学成像技术可以辅助医生精准定位肿瘤、快速区分良恶性组织和检测微小病灶等,在诸多临床应用领域表现出了较好的应用效果。但术中光学成像技术也存在成像质量受限、缺乏有力的成像分析工具,以及只能成像表浅组织的问题。机器学习的加入,有望突破瓶颈,进一步推动术中光学成像技术的发展。本文针对术中光学成像技术,对机器学习在这一领域的应用研究展开调研,具体包括：机器学习对术中光学成像质量的优化、辅助术中光学成像的智能分析,以及辅助基于术中光学影像的3维建模等内容。本文对机器学习在术中光学成像领域的应用进行总结和分析,特别叙述了深度学习方法在该领域的应用前景,为后续的研究提供更宽泛的思路。     

活体光学投影断层成像系统与应用

光学投影断层成像（Optical projection tomography,OPT）技术可以对1～10mm 尺度的低散射生物样本进行激发成像,具有微米级的空间分辨率、无辐射、成本低等特点,为小尺寸生物样本的高分辨率三维成像提供了一种新的手段. OPT最早通过对离体生物组织如小鼠胚胎、小鼠器官等成像,进行药物疗效评估、基因表达等研究,但是离体成像不能动态、完整地反映生物组织的变化,因此活体成像技术逐渐成为OPT领域的研究热点.本文详细介绍了我们自主研发的活体OPT系统,该成像系统以准直激光器为光源单元,高精密移动和旋转 电控平台为样本定位单元,低温电子倍增（Electron multiplying,EM） CCD探测器为采集单元,实现了针对果蝇蛹等小模式动物的活体三维成像.该系统的空间分辨率优于10 μm,成像视野1～10mm,扫描时间小于2min,重建时间小于5s.最后,本文通过果蝇蛹的三维活体成像实验展示该系统的操作流程、成像结果和初步的生物应用.     

基于稀疏张量分解的动态功能网络分析

静息态功能磁共振成像(RS-fMRI)是目前研究人脑功能的重要技术之一,脑功能连接的动态分析为研究大脑内部状态变化提供了一种有效的手段。文中提出了一种基于稀疏张量CP分解算法的动态脑功能网络分析方法。首先利用静息态fMRI数据不同维度的信息构建张量模型,并对其进行优化求解。然后使用动态检测法对时变网络的状态进行划分,构建脑功能连接网络,并与常用的滑动窗口方法进行对比分析。实验结果表明,该方法能够准确识别出静息态fMRI数据的时间维度信息,捕获静息态fMRI数据中的动态功能连接。     

基于斜侧视圆周扫描的近场微波成像算法

针对传统小角度转台成像对大转角目标不能很好聚焦这一问题,研究了基于斜侧视圆周扫描的近场转台成像系统,提出了一种近场大转角成像算法,采用角度域卷积运算,可以快速得到目标的散射点分布,并能够进行很好的聚焦。本文根据点扩散函数给出了圆周扫描成像系统的分辨率计算公式,并推导了频率域和角度域的采样间隔。最后通过仿真和实验结果对该算法进行验证,结果表明该算法具有近场成像的能力,且能够得到高质量高分辨率的目标像。