融合最小方差自适应和相干系数波束合成的超快速主动空化成像方法

基于平面波发射和延迟叠加(DAS)波束合成的超高速主动空化成像能够以高帧频监测超声空化活动, 但其图像分辨率和对比度较低. 本文提出一种结合最小方差自适应算法(MV)和相干系数算法(CF)实现基于MVCF波束合成的超高速主动空化成像, 以此提高空化图像质量. 通过Field II仿真和实验数据全面详细验证本方法的有效性与优点, 仿真数据包括点目标和囊肿仿体, 实验数据是对1.2 MHz单聚焦超声换能器产生的空化泡采集原始射频数据. 文中将MVCF波束合成算法与传统B超图像、 DAS、 MV、 DAS-CF和MVCS波束合成算法进行比较. 结果表明, 基于MVCF波束合成的超高速主动空化成像可显著提高空化图像的信噪比和分辨率. 与传统B超图像相比, 基于MVCF波束合成的超高速主动空化成像图像信噪比高21.82 dB, 且横向和轴向空间分辨率分别是传统B超图像的2.69倍和1.93倍. 基于MVCF波束合成的超高速主动空化成像能够以较高的信噪比和分辨率监测超声空化活动.     

一种基于 MCD 相关跟踪的投影特征快速提取方法

针对产品内部复杂精密元件射线成像检测中有效。快捷的特征提取问题，在分析MCD（Maximum Close Distance)相关跟踪算法的优缺点的基础上，提出了一种基于MCD相关跟踪的投影特征快速提取方法。它保留了MCD算法的抗干扰能力。匹配精度高的优点，同时将大量信息压缩为少量的投影特征，减小了计算量，提高了检测速度。     

基于GPU的快速变指数PM模型及BGA射线图像去噪

针对传统的基于中央处理器的变指数PM模型图像去噪算法运算量大的问题,提出了一种基于图形处理器(Graphic Processing Unit,GPU)加速的变指数PM去噪方法.该方法充分利用GPU中共享存储器和常数存储器在速度上的优势,引入GPU硬件加速工具和使用统一计算设备架构(Compute Unified Device Architecture,CUDA)对变指数PM模型进行了并行加速.并且采用球栅阵列结构的印刷电路板(Ball Grid Array,BGA)射线图像对新方法进行了测试.实验结果表明:所提的快速变指数PM去噪方法能够在有效地去除噪声的同时很好地保持图像的边缘信息;而且,图像越大,加速比越大,加速的优势越明显.可见,所提的快速去噪算法在BGA射线检测方面有很好地应用前景.     

一种基于先验信息的脑功能网络提取方法*

目的 脑功能网络的提取在脑科学研究中具有重要意义,本文提出一种基于先验信息的脑功能网络提取方法。方法该方法首先基于先验信息得到初始的目标和背景种子点,然后基于图论将整个脑图像构建图,最后利用半监督聚类技术提取脑功能网络。基于不同信噪比的模拟数据,本文对提出方法、基于种子点的方法、独立成分分析方法、以及两种聚类方法（归一化最小化割和K均值方法）进行比较。基于真实脑静息态功能核磁共振数据,本文使用提出方法对默认模式网络进行提取。结果 基于模拟数据的实验结果表明提出算法相对于传统的方法可以得到更为准确且鲁棒的脑功能网络。基于静息态功能核磁共振数据得到的默认模式网络在一些重要脑区具有高的稳定性,且不同地点采集数据得到的结果具有较强的一致性。结论 提出方法是一种有效的脑功能网络提取方法。     

基于Huber回归的漫射相关光谱组织血流测量方法

将Huber回归算法应用于漫射相关光谱这一相对较新技术中,通过N阶线性算法(Nth-order linear algorithm,NL algorithm)从光电场时间自相关数据中稳健地提取血流指数(Blood flow index,BFI)。NL算法可以从不规则几何形状的组织中提取血流指数,其准确性依赖于迭代线性回归。本文首次提出将Huber回归与NL算法相结合,并通过计算机模拟将Huber回归与传统的普通最小二乘法(Ordinary least square,OLS)回归进行了比较。结果表明,Huber回归提取血流指数比OLS方法更准确。与误差率为4.58%的OLS方法相比,Huber对应的误差率更小(3.54%),表明了其未来的临床应用潜力。