基于SVM特征融合的工业CT扫描图像自动分级方法

工业铝合金铸件在铸造过程中受各种因素的影响,存在不同程度的缺陷.工业上仍然采用人工方式对这些缺陷分级.这种人工的分级方法需要占用大量时间,并带有很强的主观性.为解决这一问题,本文提出了一种自动分级方法.首先对任意电压下的待测扫描图像,应用多元线性回归方法对电压归一化,自动提取特征向量;然后应用支持向量机(SVM)算法进行特征融合,确定判别函数,从而对扫描图像分级.实验结果表明,该方法有较高的正确率,并在工程实践中获得了较好的效果.     

三维ICT图像处理与分析系统关键算法研究

该文介绍了ICT图像处理与分析系统关键算法的研究,即三维重建算法的改进和为提高测量精度所采用的双线性插值算法。改进的重建算法提高了三维面显示的效果,有效地抑制了三维面显示中的阶梯效应。另外,采用的测量算法使得测量误差在0.05mm以内,可以满足绝大部分工业CT应用的需求。     

一种基于 CycleGAN 改进的低剂量 CT 图像增强网络

低剂量 CT 是一种有效且相对安全的胸腹部疾病筛查手段,但图像中的伪影和噪声会严重影响医生的诊断。基于深度学习的图像增强方法中网络训练大多依赖于难以获取的配对数据,即同一患者相同部位像素级匹配的低剂量和常规剂量 CT 图像。针对非配对数据,提出了一种基于循环一致性生成对抗网络(CycleGAN)改进的低剂量 CT 图像增强网络,在生成器前添加浅层特征预提取模块,增强对 CT 图像特征的提取能力;并利用深度可分离卷积替换生成器中的部分普通卷积,减少网络参数和显存占用。该网络使用 3 275 张低剂量 CT 图像和 2 790 张非配对常规剂量 CT 图像进行训练,另外 1 716 张低剂量 CT 图像进行测试。结果表明,该网络生成的CT 图像的平均感知图像质量评价指标(PIQE)为 45.53,比 CycleGAN 的结果降低了 8.3%,更远低于三维块匹配滤波(BM3D) 31.9%、无监督图像转换网络(UNIT) 20.9%,且在结构细节保持、噪声和伪影抑制方面均获得了更好的主观视觉效果,是一种具有潜在临床应用前景的低剂量 CT 图像增强方法。     

基于深度神经网络的个性化睡眠癫痫发作预测

现有癫痫发作预测方法存在精度较低、错误报警率较高、癫痫患者睡眠脑电特异性、致痫灶位置和类型不同导致脑电信号存在差异的问题.文中提出基于深度神经网络的个性化睡眠癫痫发作预测方法,帮助医生和患者采取及时有效的治疗措施,降低患者患并发症和猝死的概率.对原始脑电信号滤波和分段以去除噪声,保证短时间内触发警报,利用离散小波变换分解信号并提取统计特征表征脑电信号时频特征.再应用双向长短期记忆网络挖掘最具鉴别能力的特征并结合留一法分类,经过决策过程优化得到预测结果.在不同频带限制条件下的实验表明,与睡眠癫痫相关的δ频带信号是影响发作预测性能的重要因素.相比现有睡眠癫痫预测方法,文中方法性能较优.     

基于Monte Carlo在体生物光学成像的光子传输模型

随着分子标记技术和光学成像技术的发展,在体生物光学成像倍受关注,并广泛应用于对生物组织的生理或病理过程的无损实时动态成像.研究生物组织中的光子传输模型和光子传输规律,是开展在体生物光学成像研究的两个关键环节.提出了一种基于Monte Carlo方法的在体生物光学成像中的光子传输模型.已知荧光光源参数、生物组织参数和探测器参数,建立荧光光源发射光子、光子在生物组织中传输的数学模型,并利用Monte Carlo方法实现这些模型.最后做了对比实验,实验结果表明了该算法的正确性和有效性.     

基于Hessian矩阵的中心路径提取算法

虚拟内窥镜可用来对人体内部管腔结构进行无损检测,在医疗诊断及手术上有着重要意义.要想快速准确地进行虚拟内窥漫游,一个首要的步骤是要先提取出模型的中心线以指导视点的移动.提出了一种基于Hessian矩阵的中心路径提取算法.在距离变换的基础上,先利用Hessian矩阵的几何意义找出中心线的大致形状作为初始路径;然后进行可视性检测以确定最终的路径点,可视球的半径通过Hessian矩阵的特征值自适应地确定;最后用最短路径生成算法得到模型的中心路径.实验结果表明了该算法的有效性.     

一种基于先验图像的锥束CT 金属伪影校正算法

为了有效抑制锥束CT(CBCT)重建中金属植入物引入的伪影,提出一种基于先验 图像的金属伪影校正算法。首先对含金属伪影的重建图像进行双边滤波、金属阈值分割、组织 聚类等预处理,获得金属图像和不含金属信息的先验图像;再对二者正向投影,获得金属投影 区域和先验投影数据;而后利用先验投影数据及金属边界邻域的投影数据对金属投影区域插值, 获得修复的投影数据;最后利用FDK 算法对修复的投影数据重建,并将其与金属图像融合,获 得最终的校正图像。为了验证该算法的性能,利用三维Shepp-Logan 头部模型数据和临床头部 CT 数据开展金属伪影校正实验,结果表明：与常用的线性插值算法和图像修补算法相比,该算 法的校正图像均方根误差最小、峰值信噪比最大。这说明该算法在有效保留图像边缘信息的同 时,可有效地抑制金属伪影。     

基于3D Widgets的三维人机交互平台的设计与实现

随着人机交互技术的不断发展,对三维人机交互的支持在三维图形软件中占有越来越重要的地位,而在医学影像处理与分析领域,它对于更方便、准确地使用可视化的结果辅助医生进行诊断具有重要意义。该文针对医学影像处理与分析领域中三维交互的需求与特点,设计并实现了一个基于3D Widgets的三维人机交互软件平台,包括以3D Widgets为核心的交互框架、各功能模块以及一些实用的Widgets的设计和实现,并给出了一组应用实例。其最终目的是为医学影像处理与分析领域提供一个灵活可靠和可扩展的三维交互平台。     

多速度函数水平集算法及在医学分割中的应用

以往的水平集算法都只有一个单一的速度函数,在零水平集的演化过程中,能量函数最小化是一个很复杂的过程,而单一的速度函数存在很多问题.在此基础上,根据不同分割区域属性的异同,提出了一种具有多个速度函数的多水平集分割算法:以不同的待分割区域构造多个不同的水平集函数,相应地构造多个不同的速度函数.多个零水平集同时演化,相互作用,以达到分割的目的.该方法不但提高了分割的精度,而且能够很好地解决单一速度函数水平集算法难以处理的边界缺口问题.将此算法应用于医学MRI和CT的图像分割,得到了很好的分割结果.     

功能磁共振成像与脑电的融合及其应用

作为当今医学影像技术研究中的热点问题之一,多模态医学影像融合技术的研究及其研究成果,对认知科学的研究和临床治疗有着重要的意义.提出了一种基于独立分量分析(ICA)的fMRI受限等效偶极子模型(简称FC-ECD)来解决fMRI与EEG的融合问题.方法首先利用ICA,剔除原始信号中的噪声,提取有效ERP成分(同时可以对偶极子的数量进行估计);然后基于理想4层头模型,利用fMRI激活点的空间信息作为限制条件,对提取出的ERP成分进行精确的定位,从而减少了计算量并取得了很好的效果;然后,通过仿真实验的结果验证了方