共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
人类感知外界信息,80%是通过视觉得到的。三维重建一直是计算机视觉领域最热门的研究方向之一。研究了基于医学图像的三维重建,从一系列二维断层医学图像中重构出三维实体,以便满足医学应用。 相似文献
5.
在对医学图象三维重建的研究现状和已有的重建方法进行分析的基础上,从牙科医生进行牙种植手术的实际情况出发,提出了一种简单,实用的三维图象重建算法-影像配准叠加法,该方法的基本思路是:首先对二维CT数字图象进行影像纠正,内插和配准,以确定每个像素的三维坐标值,再按其空间位置关系给每个像素点设置适当的透明度,然后进行影像配准叠加,以便在二维屏幕上显示出具有立体感的真三维图象来,实验结果表明,该方法定位精度高,重建图象失真度小,既能作定性观察,又能作定量测量,并且测量数据精度较高。 相似文献
6.
本文介绍了医学CT三维重建的算法,分析了目前所用的关键技术,为医学图像三维重建应用软件的开发打下了理论基础.最后使用VTK开发包,以手部骨骼三维重建为例,给出了实现面绘制和体绘制方案和结果. 相似文献
7.
脊柱CT图象的三维重建 总被引:4,自引:0,他引:4
先将脊柱CT图象经灰度校正、图象增强、二值分割、边缘跟踪、取样,获得一系列边缘取样点的坐标,然后进行内插、曲线拟合、曲面拟合,最后通过绕x,y,z轴等多种方式的旋转与消除,从而获得满意的CT图象重建物体三维形貌。这样可以达到良好的视觉效果,以从不同角度看到脊柱内部组织的生长情况,对医务工作者的诊断和手术具有指导意义。 相似文献
8.
随着飞机新型号的不断推出,航空工业对于产品的尺寸测量、缺陷检测和内部结构可视化等检测需求日益增多,传统的检测技术已无法满足这些高精度、高质量的需求。阐述了工业CT的原理、检测能力、影响检测能力的因素和工业CT的局限性与挑战。随后介绍了工业CT在增材制造、复合材料、飞机维修和航空发动机等方面的应用,简述了工业CT在尺寸形态、孔隙测量、逆向设计、三维缺陷、故障检测与诊断和壁厚测量等方面的优势与应用现状。工业CT能很好地解决目前航空工业中的检测难题,具有不受产品材料和形状限制的独特优势。 相似文献
9.
印鉴 《计算机工程与应用》1998,34(6):35-36,38
Fuzy(模糊)模式识别是模式识别的一个新分支。本文以Fuzy集理论及模式识别理论为基础,根据专家提供并用语言变量描述的CT征象,通过对数字化图象进行边检、分割和特征提取,识别出了小肺癌分叶、毛刺、空泡、星芒、瘤体密度均匀性等特征并描述了识别结果。 相似文献
10.
11.
讨论了计算机语音流程的预编译器CTFPC。CTFPC的设计采用面向对象的程设计思想和应用程序框架思想。 相似文献
12.
13.
14.
借助CT技术和计算机辅助技术,在电子政务框架下,基于IVR系统对税务电话报税系统进行了初步探讨。针对税务工作业务,分析了系统功能,设计了系统结构,编写了对应的功能模块,实现了综合税务查询流程和报税流程。经过多项测试,结果验证了系统的工作性能。 相似文献
15.
16.
目的 脊椎CT(computed tomography)图像存在组织结构显示不佳、对比度差以及噪音干扰等问题;传统分割算法分割精度低,分割过程需人工干预,往往只能实现半自动分割,不能满足实时分割需求。基于卷积神经网络(convolutional neural network,CNN)的U-Net模型成为医学图像分割标准,但仍存在长距离交互受限的问题。Transformer集成全局自注意力机制,可捕获长距离的特征依赖,在计算机视觉领域表现出巨大优势。本文提出一种CNN与Transformer混合分割模型TransAGUNet (Transformer attention gate U-Net),以实现对脊椎CT图像的高效自动化分割。方法 提出的模型将Transformer、注意力门控机制(attention gate,AG)及U-Net相结合构成编码—解码结构。编码器使用Transformer和CNN混合架构,提取局部及全局特征;解码器使用CNN架构,在跳跃连接部分融入AG,将下采样特征图对应的注意力图(attention map)与下一层上采样后获得的特征图进行拼接,融合低层与高层特征从而实现更精细的分割。实验使用Dice Loss与带权重的交叉熵之和作为损失函数,以解决正负样本分布不均的问题。结果 将提出的算法在VerSe2020数据集上进行测试,Dice系数较主流的CNN分割模型U-Net、Attention U-Net、U-Net++和U-Net3+分别提升了4.47%、2.09%、2.44%和2.23%,相较优秀的Transformer与CNN混合分割模型TransUNet和TransNorm分别提升了2.25%和1.08%。结论 本文算法较以上6种分割模型在脊椎CT图像的分割性能最优,有效地提升了脊椎CT图像的分割精度,分割实时性较好。 相似文献
17.
研究的内容是对CT图像切片进行三维重建并从重建的三维脊柱模型上分离出单个的脊椎椎骨。主要包括:对原始带噪CT图像进行噪声去除,对CT图像进行单一阀值结合形态学的分割,并仅保留脊椎部分图形;对分割后的结果进行三维重建,得到整个脊柱的三维模型;使用空间超邻域算法,将单个的脊椎椎骨从脊柱三维模型上分离出来。实验结果表明分离出来的单个椎骨效果良好,自动化程度较高,对虚拟脊椎矫正手术有一定的指导意义。 相似文献
18.
肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部与全局特征的轻量级模型——DL-CTNet.输入预处理的CT图像后,首先采用空洞卷积和动态双路径多尺度特征融合(D-DMFF)模块的2个支路提取浅层特征;然后使用局部与全局特征拼接模块(LGFC)中的D-DMFF模块提取局部特征、Swin Transformer提取全局特征,并通过拼接获得深层特征;最后经过全连接层输出分类标签.实验结果表明,在2个CT图像数据集上,验证了LGFC模块以及DL-CTNet的低复杂度与有效性; DL-CTNet的分类准确率高达98.613%,与其他方法相比,其能更准确地识别肺炎的CT图像. 相似文献
19.