改进的基于特征融合MOSSE冠脉目标追踪算法

CT血管造影(computed tomography angiography,CTA)作为一种无创、检测精确较高的辅助诊断方法,尚急需能有效消除冠脉目标附近干扰噪声并寻求可全自动快速准确追踪目标的新算法以大幅减轻医生阅片压力、辅助其进行可靠诊断与治疗.提出了一种特征融合的误差最小平方和(minimum output sum of squared error,MOSSE)冠脉目标追踪新算法,通过提取冠脉血管多个特征,将其融合加入现有的MOSSE追踪方法,实现全自动准确快速追踪冠脉目标.使用河北大学附属医院9位患者(5男4女,均龄65岁,其中6位有冠心病史)的CTA数据进行了算法验证,并与文献已报道基于中心线提取和基于区域生长的现有冠脉目标提取算法进行了处理结果对比分析.结果表明,新算法处理追踪一例患者切片数据仅需耗时0.02 s,多个病例的平均准确度达94.30％,性能优于上述现有冠脉目标提取算法,能实现全自动准确高效追踪到形态变化剧烈的冠脉目标,可为冠心病的临床诊治起到更为高效的辅助作用.     

改进 MOSSE 的小面积滑动指纹图像追踪算法

随着指纹传感器采集的指纹图像趋向于小型化,指纹图像所包含的指纹特征信息越来越少。针对传统模板匹配算法在处理小面积滑动指纹时计算量大、精度不理想、抗干扰能力差等问题,本文提出一种基于MOSSE的改进滑动指纹追踪算法。改进MOSSE算法使用多输入,将灰度特征与HOG特征在响应层加权融合,并引入Fourier-Mellin算法、加汉宁窗用以处理发生旋转的指纹。通过多种算法对小面积指纹进行跟踪的结果进行对比,表明本算法继承了原MOSSE算法的优点,并提高了指纹匹配精度,对正常图像匹配精度为99%,对含噪声图像匹配精度为90.3%,每帧均值计算时间为0.103 6 s,保证了指纹追踪的实时性,鲁棒性强,对产生形变和旋转的指纹图像也能进行很好的跟踪。