高强度聚焦超声热疗中组织损伤的一种监测方法

用特定频率和功率的高强度聚焦超声（HIFU）照射离体猪肉组织,研究了焦点区域的B超图像变化与HIFU导致的组织损伤之间的关系,并研究了M超信号变化和温度的相关性。结果表明：逐渐增加HIFU照射次数,焦点区域组织变性,B超图像发生明显改变。靶区内灰度超过设定的阈值的区域面积增大,区域内灰度升高,两者均与照射次数成近似线性关系;模拟加热实验中M超信号也随温度升高而变化,其变化较B超更显著。与以往的方法相比,实验系统可以实时地检测到组织损伤的程度和范围,提供了一种新的可视化的HIFU治疗实时监测方法。     

基于背景重构和水平集的多运动目标分割

针对固定摄像机监控中多运动目标自动分割问题,本文提出了一种基于背景差分和水平集的新方法.首先,该方法通过求解连续三帧图像的对称差分,确定出当前帧中的背景像素点,并对背景像素点的灰度值进行统计,最后选择频率最高的灰度值作为该点背景像素灰度值来重构背景.其次,提出了基于8-邻域搜索的区域生长算法完成连通区域的检测,并通过设置阈值和连通域分析,消除背景块噪声并标定出运动目标区域.最后,对所有运动目标区域块,分别采用无需重新初始化的水平集算法作分割,得到封闭和完整的目标轮廓.实验结果表明,该算法能实现固定摄像机滥控中刚体或非刚体的多运动目标的自动检测和轮廓分割.     

基于超声散射回波的组织损伤程度监测方法

高强度聚焦超声(HIFU)治疗肿瘤过程中,根据组织损伤程度调整HIFU治疗剂量非常重要.本文从信号处理的角度出发,提出基于超声散射回波能量和声衰减系数并结合BP神经网络监测生物组织损伤程度的方法.将高强度聚焦超声打击新鲜猪肉组织前后获得的散射回波通过A/D转换输入到计算机,对接收到的组织散射回波信号进行预处理,再从中提取出超声散射回波能量和声衰减系数参量信息,比较不同参量对损伤程度的辨识效果.实验结果表明:综合超声散射回波能量和声衰减系数特征并输入BP神经网络,相对于仅使用某种特征参数而言能更好地监测HIFU治疗中生物组织的损伤程度,尤其在组织损伤严重时优势更加明显.     

准实时高强度聚焦超声背向散射积分监控成像

提出一种基于超声背向散射积分(IBS)参数估计的减影成像方法,用于检测高强度聚焦超声(HIFU)治疗过程中的组织损伤.在构建的HIFU/B超准实时治疗监控成像系统上,进行了离体猪肝组织实验.得到了不同组织深度下,IBS值随治疗时间的增加而变化的情况,以及不同治疗时间的IBS减影图像.比较了两种获得减影图像的方法,讨论了空化效应对IBS值的影响.此外还采用了一种双向彩色编码模式用以识别组织运动伪像.结果表明,IBS值能够较好地检测组织的损伤,还能一定程度地反映空化效应的情况,采用时间相邻的序列减影图像的叠加所获得的减影图像效果较好,双向彩色编码模式能够较有效地识别组织运动伪像.     

基于模板的前视红外图像建筑物分割方法

针对前视红外地面建筑物图像目标分割问题,在传统方法的基础上提出了一种基于模板制备的改进C-V模型分割方法.首先通过DSM数据制备目标二维形状模板;然后对图像进行高斯滤波去噪,并采用模板尺度相关的结构元素对图像进行灰度形态学增强;最后引入模板形状先验信息的概念,利用水平集方法表达轮廓先验信息,在C-V模型的基础上增加目标轮廓先验信息能量项,使分割曲线进化同时受到图像数据与形状先验信息驱动,实现目标分割.实测数据显示该方法能在复杂背景条件下精确分割前视红外建筑物目标.     

纸塑复合袋表面缺陷图像分割算法的设计与实现

目的 纸塑复合袋表面缺陷图像受到噪声、光照不均以及自身缺陷等因素的影响,在对图像缺陷区域进行分割时会造成过分割或欠分割.针对此现象提出一种将边缘检测和自适应区域生长法相结合的纸塑复合袋表面缺陷图像的分割算法.方法 首先利用Sobel算子和形态学运算对双边滤波后的缺陷图像进行第1次分割;然后对缺陷区域进行最小外接矩形标记并计算其形状特征,通过判定形状特征大小来决定是否继续分割;最后将符合继续分割的图像缺陷区域质心作为初始种子点,在原始图像上进行自适应区域生长,形成第2次分割结果,完成缺陷图像分割.结果 与其他算法相比,该算法对各类常见缺陷均能取得较好的分割效果,Dice系数均在0.93以上.结论 该算法分割精度较高,有较强的鲁棒性,可以满足工业上的生产需求.     

界面层对高强度聚焦超声所致焦斑的影响

用纳米铁磁性颗粒胶合体制作界面层,用同一剂量高强度聚焦超声(HIFU)在该界面层下方不同深度定点辐照.结果显示:焦点上缘与声学界面重合时,HIFU所致焦斑/损伤点(lesion)的体积增大,说明声学界面能够提高治疗效率；当焦点距离界面层10mm时,焦点处HIFU所致焦斑/损伤点的大小和形态与对照组相似,而界面处出现另一...     

基于小波和模糊判决的HIFU治疗区域确定方法

B 超是高强度聚焦超声 (HIFU) 治疗中常用的监控设备, 本文从图像处理角度研究了 B 超监控时有效治疗区的自动确定方法. 根据 HIFU 治疗后 B 超图像特点, 结合小波变换模局部极大值和模糊判决理论检测出有效治疗区域的边缘, 然后通过数学形态学处理得到其封闭轮廓线. 实验结果表明: 该方法受阈值影响小,在边缘特征点较少情况下也能获得理想的分割效果, 能够有效地从 B 超图像中检测出 HIFU 治疗区域.     

超声造影早期评价HIFU治疗兔移植性骨肿瘤的初步研究

目的:观察兔VX2移植性骨肿瘤经高强度聚焦超声(High Intensity Focused Ultrasound,HIFU)治疗前后超声造影的图像变化,以评价高强度聚焦超声治疗骨肿瘤的疗效。方法:将VX2瘤块植入20只兔的右侧胫骨髓腔内,三周后进行HIFU治疗。治疗前后均推注超声微泡造影剂,对肿瘤治疗前后的超声造影图像进行比较。结果:治疗前超声造影显示,右侧胫骨髓内肿瘤快速、明显强化,与周边组织分界清楚,测得病灶平均大小为,上下径(17.614±0.955)mm,前后径(10.414±1.142)mm。治疗后造影,治疗区域显示为造影剂灌注缺损区,平均范围为上下径(8.010±0.584)mm,前后径(7.540±0.499)mm,未经治疗的肿瘤组织仍有超声造影剂灌注。结论:超声造影成像清楚地显示肿瘤范围以及治疗后灌注缺损区的大小,通过反映治疗后肿瘤的血供改变来评价HIFU治疗肿瘤的疗效。     

基于形状保持主动轮廓的椭圆状目标检测

本文通过形状约束方程(组)与一般主动轮廓模型结合,将目标形状与主动轮廓模型融合到统一能量泛函模型中,提出了一种形状保持主动轮廓模型即曲线在演化过程中保持为某一类特定形状.模型通过参数化水平集函数的零水平集控制演化曲线形状,不仅达到了分割即目标的目的,而且能够给出特定目标的定量描述.根据形状保持主动轮廓模型,建立了一个用于椭圆状目标检测的统一能量泛函模型,导出了相应的Euler-Lagrange常微分方程并用水平集方法实现了椭圆状目标检测.此模型可以应用于眼底乳头分割,虹膜检测及相机标定.实验结果表明,此模型不仅能够准确的检测出给定图像中的椭圆状目标,而且有很强的抗噪.抗变形及遮挡性能.