基于形状特征检测的手势感兴趣区提取方法

针对采用肤色模型法进行手部区域分割时,人穿着的服装对手臂区域的干扰问题,本文提出了通过手部形状特征检测的手势感兴趣区提取方法.首先利用YCb'Cr’肤色模型提取手部轮廓,通过基于轮廓凸壳信息的方法提取手部轮廓区域的最小外接矩形;然后结合手掌和手臂的特有形状特征识别手腕位置,准确提取出手势感兴趣区域.实验结果表明,本文方法检测手部感兴趣区域准确,对包含和不含手臂的图像中手势感兴趣区域提取均有明显效果.     

一种结构化数据缓存方法

针对现有报表缓存方法在内存消耗和访问速度上相冲突的问题,提出一种结构化数据缓存方法,把具有行列结构的报表数据分块存储到文件中。以文件形式存储的数据被划分为索引区和数据区,通过数据分块算法和写操作将报表数据缓存入文件。在读取报表数据时根据索引区可以直接定位到所在的块,在块中快速查找所需要的数据,从而在内存消耗和访问速度上达到优化。     

一个面向医学影像理解的研究与开发平台

近年来,面向应用的软件开发平台正在越来越有力地支持着用户实现各类复杂应用系统的设计与开发.面向医学影像理解的研究与开发平台(MedRDP)是一个支持医学影像数据管理、医学影像理解、算法复用、算法模拟和算法集成的环境.本文提出了一个具有高复用、易操作特点,并由用户接口层、功能组件层、执行服务层和数据管理层四个层次构成的多层框架结构,描述了平台的应用及其主要的功能实现.     

3GPP框架下的UMTS核心网安全体系研究

3GPP UMTS网络是第3代移动通信系统的重要组网技术之一。UMTS核心网安全问题还没有受到充分的重视，缺乏完整的安全体系。为此，在3G网络安全分析的基础上，重点关注3G核心网面临的新的安全威胁和防护需求，建立了适用于3GPP UMTS网络的核心网络安全体系，划分了安全平面和安全层次，明确了核心网络安全目标，建立了未来研究的基础框架。     

基于区域联合Rényi熵的多模医学图像配准

 针对医学图像配准对准确性高、鲁棒性强和速度快的要求,本文提出一种新的基于区域联合Rényi熵的多模配准算法.该算法将区域信息融入到联合Rényi熵中,并使用最小生成树来估计区域联合Rényi熵.这样,不仅改善了传统配准方法由于忽略像素空间信息造成的配准鲁棒性的降低,而且避免了使用直方图估计高维熵遇到的"维数灾难"问题.实验结果表明在图像含有噪声、灰度不均匀和初始误配范围较大的情况下,该算法在达到良好配准精度的同时,具有鲁棒性强、速度快的优点.作为一种一般性的配准算法,基于区域联合Rényi熵的配准方法还可以应用到图像配准以外的更广阔的领域,如图像检索、对象识别等.     

中国心室分割方法研究与发展

心血管疾病已成为人类健康"头号杀手",直接或间接以并发症的形式危害人类健康,基于医学影像的心脏组织分割特别是心室分割能有效地提高心脏器质病变诊断效率与精度.文中对近15年来国内提出的多种心室分割方法进行综述,将分割精度验证数据集与评价指标进行整理,对现阶段心室分割工作中存在的问题予以总结,并展望了该领域未来的发展方向.     

基于多尺度形态学滤波的CT图像疑似肺结节提取

CT图像中疑似结节病灶区域的分割和提取是肺部CAD系统的关键和难点．研究一种基于肺结节几何特征的多尺度形态学滤波的疑似结节区域提取算法,构造了一组不同尺度的类圆形结构元素进行形态学滤波．经过多尺度处理,不同大小的疑似肺结节区域得到增强和突出,气管、血管等线形解剖组织得到了削弱和抑制,结构元素的几何参数及二值化阈值参数的选取不需要人工设置．实验结果表明,该算法可以较好地实现不同大小疑似结节区域的自动提取．     

基于Internet支持群组决策的工作流管理系统的设计与实现

工作流管理是ＣＳＣＷ中的一个重要领域．采用工作流管理系统企业能够简单快速地实现业务处理过程,迅速适应市场的变化,从而获得更好的经济效益．本文介绍了一个基于Ｉｎｔｅｒｎｅｔ并支持群组决策的工作流管理平台——ＮＥＵＷｏｒｋ的设计模型,讨论了ＮＥＵＷｏｒｋ实现中的几个关键问题——基于功能网的图形化工作流模型建立工具,协调机制的实现及群组决策支持的实现．     

一种心脏影像四维动态实时绘制方法

借助心电图门控技术,多层螺旋CT(MDCT)可以采集心脏的跳动信息,但传统的体绘制方法不能满足心脏动态实时重建需求.提出一种采用心电图门控MDCT采集心脏多时相数据,基于图形处理器纹理映射的心脏动态4D实时绘制方法.该方法将采集到的数据、GPU计算获得的材质与光照属性和传输函数数据,分别映射到GPU纹理单元.片元程序实现体数据、光照和阻光度纹理查找,合成最终图像.根据数据采集时间间隔,定时切换体数据纹理,从而实现4D心脏绘制.实验证明,该算法能够实现心脏的动态实时绘制,成像质量好,满足临床需求.     

肺部CT图像中的解剖结构分割方法综述

目的 高分辨率多层螺旋CT是临床医生研究肺部解剖结构功能、评估生理状态、检测和诊断病变的主要影像学工具。鉴于肺部各解剖结构间特殊的关联关系和图像成像缺陷、组织病变等干扰因素对分割效果的影响,学术界已在经典图像处理方法基础上针对CT图像中的肺部解剖结构分割进行了大量研究。方法 通过对相关领域有代表性或前沿性文献的归纳总结,系统性地梳理了现有肺组织、肺气管、肺血管、肺裂纹、肺叶或肺段等解剖结构CT图像分割方法的主要流程、方法理论、关键技术和优缺点,讨论了各解剖结构分割的参考数据获取、实验设计方法和结果评价指标。结果 分析了现有研究在结果精度和鲁棒性方面所面临的挑战性问题,以及基于分割结果在定位病变、定量测量、提取其他结构等方面展开的热点应用,特别详述了当前被重点关注的深度学习方法在本领域的工作进展,同时展望了本领域在分割理论方法和后续处理等步骤的发展趋势,并探索了如何在实践中根据分割结果发现新的临床生物标志。结论 快速精确地从CT图像中分割肺部各解剖结构可以获取清晰直观的3维可视化结构影像,展开解剖结构内部的定量参数测量或结构之间的关联关系分析能提供客观、有效的肺部组织疾病辅助诊断依据信息,可以大大减轻临床医生的阅片负担、提高工作效率,具有重要的理论研究意义和临床应用价值。