基于小波分解的脑CT图像纹理特征提取

本文针对海量医学影像信息的计算机辅助诊断技术中特征提取的难题,以脑CT图像为研究对象,提出了一种基于小波分解的纹理特征提取方法。首先通过对预处理后的子图像分别进行的分层处理与分层提取,构成纹理特征向量;然后采用创建数字化统计图谱的方法,对实验数据集进行了计算机辅助诊断实验。实验结果表明此方法可以标记出可能存在病变的区域,为医师的诊断提供辅助信息。     

基于阵列式压电振动频谱衰减的结冰区域定位研究

为克服传统结冰传感器无法实现翼面大范围多区域结冰探测问题,提出了一种基于灰度重心法的多结冰区域定位方法。该方法通过采集结冰前后压电阵列的振动谱,提取频谱幅值衰减率作为定位特征值,并结合基于多点结冰概率检测的重构算法和灰度重心法计算得到多个结冰区域的中心坐标,实现对平面或曲面上多个结冰区域的定位。当扫频频率范围0.5～5 kHz时,在70 mm直径的结冰条件下,铝板单结冰区域定位平均误差为27.4 mm,两结冰区域定位平均误差为29.04 mm;翼面结冰横向定位平均误差为22.6 mm。为了进一步提高定位精度,提出了一种基于小波包分解的敏感频带选择的特征提取方法。优化后的实验结果表明,铝板单结冰区域定位精度提高了34.59%,定位误差波动程度降低了45.67%,翼面结冰的横向定位精度提高了54.87%,横向定位误差波动程度降低了46.63%,实现了较高精度的多结冰区域定位探测,为面式结冰探测提供了一种新思路。     

一种超声乳腺图像中提取肿瘤边缘的方法

乳腺肿瘤边缘的提取是基于肿瘤超声图像特征进行良恶性诊断的基础.为此提出一种基于小波变换和动态规划从超声乳腺图像中提取肿瘤边缘的方法.先采用小波变换法提取乳腺肿瘤超声图像的初始边缘,再结合图像梯度的动态规划法对初始边缘进行修正,提取更为准确的乳腺肿瘤边缘.通过对临床采集的30例超声乳腺图像肿瘤边缘的提取和分析研究,表明该方法可以有效地用于超声乳腺图像肿瘤边缘的提取.     

基于形态特征判别超声图像中乳腺肿瘤的良恶性

乳腺肿瘤超声图像的形态特征对判别肿瘤的良恶性具有重要的价值。为提高乳腺肿瘤超声诊断的准确率,提出一种基于其形态特征进行分类判别的计算机辅助诊断系统。该系统首先采用灰度阈值分割和动态规划相结合的方法提取超声图像中乳腺肿瘤的边缘,然后对所得边缘计算相应的三种形态参数,最后分别采用Fisher线性判据、误差反向传播神经网络和径向基函数神经网络对形态参数进行分类。该系统在157幅乳腺肿瘤(包括良性81例、恶性76例)超声图像上训练和测试,三种分类器均能取得较高的判别精度,其中误差反向传播神经网络和径向基函数神经网络的判别准确率、敏感性和特异性分别高达94.95 %、95.74%和94.23%。结果表明,基于乳腺肿瘤超声图像的形态特征建立的神经网络系统对肿瘤的良恶性具有较好的判别能力。     

自动调焦系统中图像清晰度判别方法的研究

利用图像处理方法进行自动调焦的关键是图像清晰度特征值的提取。图像清晰度是衡量成像系统质量的重要指标。现介绍了四种新颖的判别方法,分别是经改进的灰度比较法,点锐度算法,平方梯度聚焦函数法,小波变换法。通过在不同的应用场合对这四种图像清晰度判别方法进行比较,为实际操作时如何选取提供了参考。     

基于差影技术的乳腺微钙化点检测方法

目的协助医生进行诊断,避免医生因大量阅片引起疲劳而造成误诊,提高乳腺癌早期诊断的效率和准确率.方法先对乳腺钼靶X线照片数字化;再对数字化的乳腺影像归一化;然后从中选取感兴趣区域;最后利用差影技术检测出微钙化点并标示于影像中.结果对于16幅(其中13幅含有微钙化)经过病理解剖确诊的乳腺钼靶片进行实验,利用本文方法共检测出14幅钙化图像.结论该方法检出率高,微钙化点定位准确,值得进一步研究.     

残缺数据环境下的轿车车门三维数模构建方法的研究与实践

介绍了在五缺数据环境下轿车车门三维数模构建方法，重点阐述了常见的残缺数据的种类及其解决策略，并将其具体应用到轿车车门的设计中去，同时对计算机辅助车身造型中的车身曲线，曲面的特点进行了分析。     

基于XML的CAPP自动汇总研究

针对CAPP系统复杂的工艺汇总问题,提出了一种基于XML数据描述的CAPP系统,并设计了一种类似“Native-XML数据库”的存储方式,把工艺卡片中的大部分信息以XML原始格式存储,将工艺卡片的关键信息抽取出来以字段的形式存储,减少了存储实现的难度,使工艺汇总人员能够方便、快捷、准确地检索数据源,实现CAPP信息的自动汇总。     

基于扫过面积法的齿轮泵卸荷面积计算

以小侧隙、矩形卸荷槽下的困油膨胀过程为例,依据扫过面积法的生成原理,通过啮合点和卸荷槽线与齿廓交点的动态计算,给出了卸荷面积计算的参数化精确模型。对计算结果进行虚拟验证,并分析了泵基本设计参数对卸荷面积的影响。结果表明:计算结果与虚拟测量值非常吻合,案例误差控制在3.86%左右,基于扫过面积法的卸荷面积计算方法正确;模数越大、齿数和变位系数越小,卸荷面积越大等,扫过面积法适用于任意侧隙值下的卸荷面积计算,且精确高效。