人工神经网络在三维X线头影测量系统中的应用

给出一种三维X线头影测量中图形图像重建的方法;南正侧位两张X线头影片上72个标志点。可以重建出颅颌骨三维透视图;利用人工神经网络LMBP算法。以病人颅颌骨72个标志点的三维坐标集合在某一平面的二维投影为理想输出,以人体颅颌骨标本72个同名标志点在相同平面的二维坐标集合为训练样本,在训练结束后即可建立两者之问的近似线性关系;由于网络具有泛化能力,因此可用该网络对颅颌骨标本上每一像素进行变换。结果表明变换后72个标志点坐标和病人很好吻合,变换图像为病人近似的颅颌骨图像;即满足口腔正畸诊断要求又获得较好图像视觉效果。     

分数布朗运动在X线图像边缘提取中的应用

分析了X线影像图像的成像机理及其特点,介绍了分数布朗运动模型在X线图像边缘提取中的应用,特别提出了对X线颅颌影像定位片进行边缘提取的新方法,并应用此方法对X线颅颌影像侧位片进行处理,得到了完整连续的头影侧位片不同组织的轮廓线。与现有的X线颅颌影像分析中边缘提取的结果相比,其软硬组织的边缘更加清晰、准确,最大限度地保留了不同组织的边缘信息,为进一步进行准确计算机自动定点奠定了基础。     

颅颌硬组织三维信息的获取方法

本文详细论述了利用两张颅颌正、侧位X光片,重构颅颌硬组织三维坐标的基本方法,并给出一个颅颌硬组织显示实例.本方法简明、易行、便于推广,对人体各个部位的硬组织研究均可采用此方法.     

X线片的颅颌骨特征点的三维确定

在头颅正位、侧位定位片的基础上增加2张斜位定位片,从不同角度0°,45°,90°和135°拍摄4张X线头颅定位片,并从中重构出颅颌骨的特征点,并同时对误差进行校正.     

特征重加权U-Net超声图像分割的骨结构重建与增强现实显示

在现有骨科微创手术中,医生通过观察屏幕上显示的二维骨结构X射线图像,引导手术器械置入并完成治疗.但这种方式不仅缺乏直观的三维信息,而且导致病人和医生暴露在大量的射线电离辐射下.为了解决该问题,提出特征重加权超声分割的骨结构重建与增强现实显示技术,将骨结构直观展示给医生,为医生提供无辐射的手术引导.首先,开发了一个特征重加权U-Net,从Free-hand超声图像中精确分割提取骨表面.然后,根据超声图像的姿态,对分割后的骨表面进行重建,获得三维骨结构.最后,使用立体全像技术对重建的骨结构进行增强现实显示,展示给医生.在仿体和真实患者超声数据集上进行了实验,所获得的骨结构分割精度为(88.51±1.44)%,骨结构重建误差为(1.29±0.11)mm.实验结果表明,所提出的基于特征重加权U-Net超声图像分割的骨结构重建与增强现实显示技术可以为外科医生提供直观的术中三维导航信息.     

基于网格变形的从图像重建三维人脸

从图像重建高质量三维人脸一直是计算机视觉和图形学的一个重要研究问题.不同于传统的基于立体匹配的窄基线多视几何和数据驱动的人脸形变方法,提出一种结合网格变形技术和立体视觉原理的、从图像重建高质量三维人脸模型方法.给定从不同视角拍摄的几幅人脸图像,基于健壮图像特征获得可靠的相机外部参数和稀疏三维点;在此基础上,提出一种结合几何细节保持和图像一致性约束的三维人脸变形算法重建三维人脸,通过对人脸模板的网格变形,使得变形人脸在多幅图像中的可见投影具有一致性的图像颜色强度.基于模板的人脸变形可以有效地解决三维模型成像中的遮挡问题,采用健壮估计法消除噪声、离群点和光照对目标函数收敛性的影响,对目标函数的多次非线性优化求解进一步改进了人脸重建的质量.采用合成人脸图像和真实人脸图像重建三维人脸的实验结果表明,文中算法可以从几幅宽基线图像重建高质量的三维人脸模型.     

基于绝对二次曲线像的三维图像重建方法

传统三维图像重建方法的重建效果较差、重建耗时较长.为解决上述问题,提出基于绝对二次曲线像的三维图像重建方法.根据多线程调度方法构建三维图像重建框架,将图像重建工作分为三个部分,分别为图像导入显示,预处理和分层重建.引入中值滤波方法对图像进行滤波,并使用Canny算子对图像进行分割.在重建过程中,计算无限平面单应矩阵以实现仿射重建,并计算绝对二次曲线像以进一步执行欧式重构,实现三维图像的分层重建.仿真结果表明,设计方法的重建效果好,重建时间短,应用性较好.     

基于等值面优化重建医学图像的改进算法

医学图像可视化技术利用二维医学图像序列重建出三维模型,为医生提供了直观、全面、准确的病灶和正常组织信息.传统的方法直接采用由序列轮廓线生成的三角片来拟合曲面,重建的速度与效果均有限.为了提高医学三维图像的重建速度和效果,在对用于构造等值面的MCfMarching cubes)算法进行分析的基础上,提出一种三点线性插值法代替相邻多边形顶点的位置,并对等值面法向矢量场进行平滑,实现了目标图像的三维重建.     

图像驱动的三维人脸自动生成与编辑算法

针对图像驱动的三维人脸建模这个计算机图形学中的研究热点问题,提出一种采用三维人脸形变模型的三维人脸自动生成与编辑算法.首先建立三维人脸形变模型,由三维人脸数据库统计学习得到线性混合人脸模型,用一个低维的参数向量来描述一个人脸;然后通过人脸检测、人脸对齐、边缘提取等方法从人脸图像中提取人脸的特征,根据这些特征实现三维人脸形变模型与图像的匹配,重建出与图像对应的三维人脸模型;最后,通过改变参数向量的值实现人脸的编辑.对5个输入人脸照片进行了三维人脸模型重建和编辑并且将重建的人脸模型和真实人脸模型进行了对比,实验结果表明,该算法可实现真实化的人脸重建效果.     

距下关节三维可视化研究

提出基于活体后足CT序列图像的距下关节三维可视化及主分量描述方法编程重建距下关节表面,并计算出距骨和跟骨的旋转方向,为足部的诊断和治疗提供理论依据.