基于QT的胶囊内窥镜图片分析系统

针对现有遍历胶囊内窥镜海量图片的繁重工作,提出一种基于QT的胶囊内窥镜图片分析系统的实现方案。该系统在对海量图片进行分类的基础上依次进行过暗图片筛选、重复图片筛选,并在以上的筛选结果中进行肿物病变的识别。根据实验结果分析,依等级筛选或手动输入筛选比例的筛选方式筛除了大部分的无效和冗余图片数据,极大地提高了医生的阅片速度,同时保证了诊断质量。     

优化的PCNN自适应三维图像分割算法*

脉冲耦合神经网络(pulse coupled neural network,PCNN)对图像分割具有天然的优势,但是传统的PCNN模型参数难以确定,且算法耗时多。对多种PCNN模型进行研究改进,并利用统计学知识提出了一种精简高效的自适应三维分割算法。将其用于脑部磁共振成像(magnetic resonance imaging,MRI)图像的分割,把脑组织分成白质、灰质和脑脊液。与标准PCNN、传统的Otsu阈值方法、SPM8工具箱及专家手动分割结果的对比实验表明,该自适应算法具有精确性、高效性。     

基于复合混沌的鲁棒型医学图像加密算法

当前单一混沌图像加密算法的图像置乱程度低,导致加密结果易受到已知明文攻击,存在安全性低的问题。本文提出基于复合混沌的鲁棒型医学图像加密算法。设置图像密文反馈机制作为算法实现的理论支持,并读取鲁棒型医学原始图像。根据混沌模型的建立条件,构建复合混沌模型。选择Logistics混沌映射,生成复合混沌序列并进行多次迭代后,置乱加密鲁棒型医学初始图像像素值并进行替换与扩散,生成对应的密钥,从而实现鲁棒型医学图像的加密。通过与传统加密算法的对比,本文方法的置乱位数增加了886位,即置乱程度提升了8.7%,且明密文序列相关性较低、抗明文攻击能力较强,实验结果表明该鲁棒型医学图像加密算法的安全性较高。     

基于互信息量的图像分割

图像分割是图像信息处理的热点和难点之一，常用的分隔方法有阈值法和聚类法等。模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用，但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题，研究者们对此进行了大量研究和改进，但均无法彻底解决上述问题。基于模拟退火算法和互信息量，以最大互信息量为优化目标，文章提出了一种新的分类类数判据——互信息熵差，并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS）。实验结果表明，MMS克服了FCM算法的上述不足，更为重要的是，     

视频眼震图中的瞳孔定位与转角测定方法

针对在大噪声环境下视频眼震图中瞳孔的精确定位及准确测定转角的问题,提出了一种新方法.该方法首先运用模板匹配方法实现了在大噪声环境下瞳孔的精确定位,接着运用最大互信息量方法解决了转角测定的问题.在模拟图上测试,取得了满意的效果.     

基于互信息量的图像分割

图像分割是图像信息处理的热点和难点之一，常用的分割方法有阈值法和聚类法等．模糊C均值（FCM）算法因其实现简单、结果较优而得到广泛应用，但FCM算法存在过分依赖初值、收敛于局部极值和需预先给定分类类数等问题．研究者们对此进行了大量研究和改进，但均无法彻底解决上述问题，基于模拟退火算法和互信息量，以最大互信息量为优化目标，文中提出了一种新的分类类数判据一互信息熵差，并在此基础上构造了一种新的阈值分割算法——最大互信息量分割算法（MMS），实验结果表明，MMS克服了FCM算法的上述不足．更为重要的是，作为一种一般性的分类算法，MMS算法如同FCM一样，可以应用到图像分割以外的更广阔的领域，如经济学、运筹学、模式识别等．     

双模式胶囊内窥镜转发器的设计

为了通过蓝牙或Wi-Fi获取胶囊内窥镜图像,研究并设计了基于CC3000和BC41714的双模式胶囊内窥镜转发器。根据不同的模式,转发器使用STM32F103控制CC3000或BC41714转发接收到的胶囊内窥镜图像数据。使用提出的转发器,从胶囊内窥镜获取的图像可通过蓝牙传输给Android手机进行显示并保存,也可直接通过Wi-Fi将图片上传到工作站。实验结果表明,转发器能稳定地转发胶囊内窥镜的图像,并完成提出的相应功能,可以为胶囊内窥镜的远程诊断提供一种可行方案。     

CC3000的胶囊内窥镜WiFi转发器设计

为了实现胶囊内窥镜的远程诊断及手持设备实时显示,研究并设计了基于CC3000的WiFi转发器。设计使用STM32F103控制CC3000转发nRF24L01+接收到的胶囊内窥镜图像数据。使用提出的转发器,从胶囊内窥镜获取的图像可直接传输给Android手机进行显示并保存,也可直接将图片上传到远程服务器,医生能远程实时地查看所获取到的图片。实验结果表明,转发器能稳定地转发胶囊内窥镜的图像,并实现所需功能,为胶囊内窥镜的远程诊断提供一种可行方案。     

基于模糊纹理谱的胶囊内窥图像识别

受消化道蠕动和光照等因素的影响,常用计算机辅助分析方法对胶囊内窥图像的识别结果不佳.为此,提出一种基于模糊纹理谱的胶囊内窥图像识别方法.在图像的各个分量上引入模糊纹理谱,分别提取特征向量,并利用BP人工神经网络进行训练和识别,对不同分量图像采用投票原则确定最终识别结果.实验结果表明,该方法对内窥图像中正常图像和肿物图像的识别率达到92％,可有效辅助临床医生对胶囊内窥图像的筛查工作.     

LiNi0.6Co0.1Mn0.3O2正极材料的合成与性能

采用共沉淀-高温固相法制备LiNi0.6Co0.1Mn0.3O2锂离子正极材料,并使用X 射线衍射仪（XRD）和扫描电镜（SEM）技术分别表征其结构和形貌.然后将所得LiNi0.6Co0.1Mn0.3O2正极材料组装成扣式电池,并表征其电化学性能,探讨烧结温度和锂配量对其电化学性能的影响.结果表明：所得LiNi0.6Co0.1Mn0.3O2正极材料的放电比容量随烧结温度的升高而增大,且在900℃时表现出最佳的电化学性能.室温下,1C倍率下,锂配量(n(Li)/n(Ni+ Co+ Mn)=1.09)时,正极材料的首次放电容量为143.7 mAh/g,50次循环后,正极材料的放电比容量仍有141.3 mAh/g,容量保持率为98.3%.