肝脏管道供血分布及残肝体积的计算

在肝切除、肝移植等手术计划中,精确地计算残肝体积至关重要,它能够直接影响到手术的成败.文中结合临床上肝外科手术的术式,提出了能够实时、准确地计算出基于肝脏管道供血分布的残肝体积的算法.首先基于个体化肝脏CT数据,通过分割和细化2个步骤建立肝实质三维模型及肝内管道的抽象树状模型;在此基础上,通过人机交互灵活地选定肝内管道分支数目和分支起点,并基于多背景距离变换计算肝脏供血分布和各部分所占比例,从而得到准确的残肝体积.实验结果表明,该算法计算速度快,对肝切除结果的模拟和计算精度能满足实际临床需求,可为手术计划提供指导依据.     

肝脏三维管道系统提取方法

针对肝脏CT序列图像数据中目标血管与背景灰度差别小、肝脏内管道系统复杂及噪声较多等问题,提出一种肝脏管道系统提取和处理的方法。首先用基于统计的阈值分割方法粗分割血管,然后用一种基于空间连通域的三维血管树追踪的方法得到空间连通的三维管道系统,从而达到去除噪声的目的。最后利用傅里叶描述子的多尺度曲线平滑方法来平滑血管图的边缘。实验表明,该方法快速有效地提取到肝脏的各个管道系统。     

基于密度的最小生成树聚类算法研究

基于密度的方法是一种相当有效的聚类方法,能够发现任意形状的聚类,对噪声数据不敏感,但是聚类结果严重依赖于用户参数的合理选择。针对其存在的问题,将最小生成树理论与基于密度的方法相结合,提出了一种基于密度的最小生成树聚类算法。通过构造、分割最小生成树得到确定样本空间划分的最小生成子树;根据子树特性,产生局部密度参数;并对生成子树进行局部密度聚类。理论分析和应用结果表明。该算法不仅体现了基于密度聚类方法的优点,聚类结果不依赖于用户参数的选择,使数据聚类更合理,特别是对大型数据库非常有效;也体现了数据分区的思想,使其可以并行执行,进一步提高了信息处理的时空效率和性能。     

多相期增强CT中肝内血管的自动分割

目的 在肝脏手术规划系统中,肝内精确的血管模型是实施肝脏分段和手术模拟的重要基础。为此提出一种基于多相期增强CT影像的肝内血管自动分割方法。方法 首先,采用各向异性滤波的方式减少图像上的噪声干扰。然后将图像灰度信息和汉森矩阵的特征值相结合,设计了一种新的滤波器,增强图像中的血管结构,以解决传统方法中血管连接处断裂的问题。最后,应用迭代式的自适应区域增长算法,进一步分割出增强图像中的血管。结果 使用5组临床上的真实数据测试算法的有效性,实验结果显示肝内血管由粗到细被完整分割出来。结论 本文肝脏CT血管分割方法,分别在不同尺度的增强图像对其进行处理,使得肝内血管从粗壮的主枝到细小的末端都能被很好地分割出来,能够获得正确的血管拓扑结构。     

基于非线性增强和图割的CT序列肝脏肿瘤自动分割

针对腹部CT图像肝脏肿瘤对比度低、边界模糊、灰度多样等因素引起的分割困难,提出基于非线性增强和图割的肝脏肿瘤自动分割.首先根据肝脏区域灰度分布特性,采用自适应分段非线性增强和迭代卷积操作提高正常肝实质与肿瘤组织的对比度;然后将增强结果和图像边界信息有效地融入图割能量函数,实现肝脏肿瘤初步自动分割结果;最后采用三维形态学开操作对初步分割结果进行优化,去除其中的误分割区域,提高分割精度.在3Dircadb和XYH数据库上的实验结果表明,该方法能有效地自动分割腹部CT序列中的肝脏肿瘤,且综合分割性能优于现有多种方法.     

结合用户兴趣的微博信息传播模式挖掘*

由于信息传播模型是社区挖掘、社区影响力研究的基础,文中提出结合用户兴趣的信息传播模型,设计基于频繁子树的信息传播微观模式挖掘方法.首先,基于微博社交网络图表示及用户多标签建模,将微观信息传播模式转换为频繁子树挖掘问题.然后,针对微博社交网络图单节点多标签特性,设计多标签节点树的频繁子树挖掘算法(MLTreeMiner).最后,结合主题提取方法,使用MLTreeMiner挖掘信息传播模式.在人工数据集上的实验表明,MLtreeMiner能高效地对多标签节点树进行频繁子树挖掘.针对新浪微博真实数据的实验也验证方法的有效性.     

基于中轴线约束的最短路径的血管提取算法

血管分割对于血管精确可视化、心血管疾病诊断和血管疾病定量至关重要。本文提出了基于中轴线约束的最短路径的血管提取算法。该算法包括了两次最短路径搜索过程,第一次搜索过程使用了回溯累加技术来提取血管的中轴线,然后结合中轴线信息将其作为血管搜索的能量约束进行第二次搜索过程来提取血管。本文的方法只需要为血管提取设置一个起点,并不需要为血管树复杂的分支结构设置另外的端点。本文使用三维冠状动脉CT血管造影数据来验证本文的算法的可行性和有效性。     

基于区域增长法的三维支气管树分割算法

虚拟内窥镜在胸部疾病诊断方面占据重要的地位,通常支气管树分割方法存在分割结果不准确和分割漏洞问题,因此提出基于区域增长法的支气管树分割算法。首先通过区域增长法进行主干分割,然后对细小分支进行获取,并通过质量评价函数对细小分支进行筛选,删除伪分支。实验结果表明,该支气管树分割法可以简单、有效地提取出完整的肺支气管树,得到包含第5级以上的支气管,解决支气管断裂和分割漏洞现象,具有较好的鲁棒性。     

结合区域生长与模糊连接度的肺气管树分割

针对CT图像中因噪声、密度分布不均匀和边界模糊等因素造成肺气管树难以准确分割的问题,提出了一种区域生长与模糊连接度相结合的肺气管树分割流程。通过阈值化及形态学闭操作提取出肺实质以定义感兴趣区域;采用改进迟滞阈值区域生长法预分割出较粗气管并结合局部体积突变指标抑制侧向泄漏;将预分割的结果进行骨架化及修剪来进一步提取出分支点,并以此作为后续分割的新种子点;根据CT图像的灰度均匀性与气管的管状结构特征来构造亲和力函数以计算种子点与其他体素的模糊连接度,并选取合适的阈值对模糊连接度进行阈值分割以提取出完整气管树。实验采用了20例来自EXACT’09竞赛提供的公开数据,分别从分支点、分支数量和分支数比率等方面进行了量化评估。该方法能在较低泄漏情况下成功检测出参考标准中一半以上的分支,平均分支数比率达到59.7%。实验结果表明,该方法可对肺气管树进行较精确的分割。     

管状特性和主动轮廓的3维血管自动提取

针对血管树结构的复杂性,提出了基于管状特性和主动轮廓的3维血管的自动提取模型.该模型充分利用管状特性,包括血管的先验灰度分布、多尺度血管矢量场和血管几何曲率特征,把这些信息表示为主动轮廓模型的能量项并最小化,得到包括3个主要速度项的迭代方程:基于区域竞争和先验灰度的主动轮廓、血管矢量场和多曲率策略.基于区域竞争和先验灰度的主动轮廓可以准确健壮地提取大的血管;由Hessian矩阵主元分析得到的血管矢量场,可以驱使主动轮廓演化到细小血管内部;最小主曲率和平均曲率的多曲率策略,可以降噪平滑血管的同时,充分保持血管的几何形状.通过对肝脏、冠状动脉和肺部血管的分割,表明该模型可以自动地对整个血管树进行提取,不需要太多的预处理和后处理,是一种有效的血管自动提取模型.     

大豆叶片图像的叶脉分割方法

叶脉分割是叶片模式分析的一个重要步骤,对大豆的品种识别、表型研究具有十分重要的意义.由于大豆叶脉结构十分复杂,叶脉所在叶片区域的低对比度,只借助灰度信息分割叶脉一般无法取得理想的分割效果.本文提出了一种结合多尺度灰度无约束击中或击不中变换(UHMT)算法和基于HSI颜色空间的色调信息处理方法的大豆叶脉分割方法.该方法将...     

基于XML的完全频繁查询模式挖掘算法

使用树结构建模对XML查询进行研究,提出了一种基于树同构的查询包含检测方法。采用最右分枝扩展方法,系统地枚举查询模式树的同根子树。在枚举过程中,采用Diffset结构记录包含同根子树的事务集的查询事务标识,并给出挖掘算法DiffFRSTMiner。实验结果证实了该算法合理、高效,并可以减少一定的内存开销。     

基于图论的彩色图像快速分割方法研究

基于图论的图像分割方法作为一种全局的分割方法,当图像的信息量增大时,问题求解将非常耗时.提出一种基于图论的彩色图像快速分割方法,该方法首先用区域生长法将彩色图像划分为内部相似的一些区域,再用最小支撑树MST(Minimum spanning tree)方法在这些区域之间进行分割,产生最终的分割图像.以彩色图像作为研究对象,实验结果表明,相对于传统的MST图论分割方法,该方法在取得较好分割效果的同时,提高了分割速度.     

形状约束下活动轮廓模型冠脉血管图像多尺度分割

目的 由于计算机断层血管造影(CTA)图像的复杂性,临床诊断冠脉疾病往往需要经验丰富的医师对冠状动脉进行手动分割,快速、准确自动分割出冠状动脉对提高冠脉疾病诊断效率具有重要意义。针对双源CT图像特点以及传统单一基于区域或边界的活动轮廓模型的不足,研究了心脏冠脉3维分割算法,提出一种基于血管形状约束的活动轮廓模型分割方法。方法 首先,利用改进的FCM(fuzzy C-means)对心脏CT图像感兴趣区域初分割,其结果用于初始化C-V模型水平集演化曲线及控制参数,提取感兴趣区域轮廓。接着,由3维心脏图像数据获取多尺度梯度矢量信息构造边界型能量泛函,然后利用基于Hessian矩阵的多尺度血管函数对心脏感兴趣区域3维体数据增强滤波,获取血管先验形状信息用于约束能量泛函。最后融合边界、区域能量泛函并利用变分原理及水平集方法得到适合冠脉血管分割的水平集演化方程。结果 由于血管图像的灰度不均匀,血管末端区域更为细小,所以上述算法的实施是面向被划分多个子区域的血管,在缩小的范围内进行轮廓的演化。相比于传统的血管分割方法,该方法充分融合血管图像的先验信息及梯度场信息,能够从灰度及造影剂分布不均匀的冠脉血管图像中准确分割出冠状动脉,对于细小的血管结构亦能获得较好的分割效果。实验结果表明,该方法只需在给定初始轮廓前提下,有效提取3维冠脉血管。结论 对多组心脏CT图像进行分割,本文基于血管先验形状约束的活动轮廓模型可以准确分割出冠脉结构完整轮廓,并且人工交互简单。该方法在双源CT冠脉图像自动分割方面具有较好的正确率与优越性。     

The use of a projection method to simplify portal and hepatic vein segmentation in liver anatomy

In living donor liver transplantation, the volume of the potential graft must be measured to ensure sufficient liver function after surgery. Couinaud divided the liver into 8 functionally independent segments. However, this method is not simple to perform in 3D space directly. Thus, we propose a rapid method to segment the liver based on the hepatic vessel tree. The most important step of this method is vascular projection. By carefully selecting a projection plane, a 3D point can be fixed in the projection plane. This greatly helps in rapid classification. This method was validated by applying it to a 3D liver depicted on CT images, and the result was in good agreement with Couinaud's classification.     

基于方向场分布率的静脉图像分割方法

提出了一种新的静脉图像分割方法, 该方法以方向场分布率(Distribution ratio of directional fields, DRDF)作为区分静脉纹路和背景的分割准则. 首先利用邻域信息和邻域分块模板计算图像中每个像素点的方向场以生成方向场图像, 然后根据方向场图像中像素点互补半圆区域内的方向场分布率和分布判定函数计算出8灰度级图像, 最后确定二值化参数将8灰度级图像二值化得到最终图像分割结果. 该方法结合静脉图像特征, 充分利用方向场图像的空间属性,克服了照度不均、粗细不均以及边界模糊等因素对分割造成的影响. 实验结果表明该方法对于静脉图像具有很好的分割效果.     

Skeleton Marching-based Parallel Vascular Geometry Reconstruction Using Implicit Functions

Fast high-precision patient-specific vascular tissue and geometric structure reconstruction is an essential task for vascular tissue engineering and computer-aided minimally invasive vascular disease diagnosis and surgery. In this paper, we present an effective vascular geometry reconstruction technique by representing a highly complicated geometric structure of a vascular system as an implicit function. By implicit geometric modelling, we are able to reduce the complexity and level of difficulty of this geometric reconstruction task and turn it into a parallel process of reconstructing a set of simple short tubular-like vascular sections, thanks to the easy-blending nature of implicit geometries on combining implicitly modelled geometric forms. The basic idea behind our technique is to consider this extremely difficult task as a process of team exploration of an unknown environment like a cave. Based on this idea, we developed a parallel vascular modelling technique, called Skeleton Marching, for fast vascular geometric reconstruction. With the proposed technique, we first extract the vascular skeleton system from a given volumetric medical image. A set of sub-regions of a volumetric image containing a vascular segment is then identified by marching along the extracted skeleton tree. A localised segmentation method is then applied to each of these sub-image blocks to extract a point cloud from the surface of the short simple blood vessel segment contained in the image block. These small point clouds are then fitted with a set of implicit surfaces in a parallel manner. A high-precision geometric vascular tree is then reconstructed by blending together these simple tubular-shaped implicit surfaces using the shape-preserving blending operations. Experimental results show the time required for reconstructing a vascular system can be greatly reduced by the proposed parallel technique.

     

基于先验知识水平集方法的草莓图像分割

在实际应用中,当目标本身含有一些固有的颜色纹理特征时,可将这些特征作为一种先验信息,这样可以大大提高分割的准确性.为此,本文提出了一种基于先验信息的改进水平集图像分割方法.首先,利用传统的C-V模型能量项的构造思想构建了基于颜色信息的局部能量项,该项是用于处理彩色图像;然后将颜色分量引入到传统的结构张量中构建出新的扩展型结构张量,该项是用于处理纹理信息;最后,将上述新构造的能量项以及Li模型约束项引入到传统C-V模型中得到新的水平集模型.鉴于草莓果实所具有的颜色信息和纹理信息,本文将上述改进水平集方法应用到农业自动化应用中草莓果实分割中.对实验室环境与草莓生长环境下的草莓图像进行分别实验,结果显示该方法能够不仅能够分割出草莓果实且能够很好地处理草莓表面的纹理信息.另还与OTSU算法、传统C-V模型、改进C-V模型对草莓图像作对比实验,结果表明本文算法均比上述三种算法具有更好的分割效果.     

New approach to the automatic segmentation of coronary artery in X-ray angiograms

For the segmentation of X-ray angiograms （XRA）, the essential feature and the prior knowledge of angiographic image were analyzed, and a multi-feature based fuzzy recognition （MFFR） algorithm was proposed to infer the local vessel structure in this paper. Guided by the prior knowledge of artery vessel, a probability tracking operator （PTO） can rapidly track along the artery tree, and walk across the weak region or gaps because of disturbance or preprocessing to angiographic image. Another, the accurate measurement of the vascular axis-lines and diameters can be synchronously implemented in the tracking process. To correctly evaluate the proposed method, a simulated image of CAT and some clinical XRA images were used in the experimentations. The algorithms performed better than the conventional one： given one start-point, on average 92.7% of the visible segments or branches was automatically delineated; the correctness ratio of vessel structure inference reached to 90.0% on the average.