全局约束下超声图像微器械轮廓提取方法

为实现超声设备与手术机器人系统的配准,提出一种全局约束下的参数活动轮廓(Snake)分割算法,该算法能以高精度分割超声图像中的手术器械轮廓.将已知的手术器械轮廓信息作为先验知识,以归一化傅里叶描述子的形式表述,并利用该描述子定义泛能量,用来约束分割过程,达到最优解.求解过程中,通过计算泛能量相对于各变量的雅可比矩阵,可以获得能量最小化时的偏微分方程,差分离散化后可以获得其欧拉形式的迭代方程,通过数值方法获得分割轮廓.实验结果表明,使用基于已知轮廓的先验Snake方法对超声图像中的手术器械进行分割,能以较高精度提取超声图像中的微器械轮廓,轮廓形状与实际器械形状更加相似.先验Snake法能对曲线进行全局约束,避免了传统Snake分割方法中容易陷入局部极值的缺陷,具有较大的应用前景.     

利用关键点检测算法的超声图像定点测量

超声图像的定点距离测量在临床医学上十分重要.由于超声图像的噪声大,边缘模糊,因此关键点自动定位在超声图像中很有挑战性.目前的关键点检测算法通常是针对单个关键点位置进行优化,难以在保证每个关键点检测精度的情况下得到准确的测量距离.为使超声图像中关键点的精度和两个关键点之间的距离更加精确,本文提出一种基于级联卷积神经网络的关键点检测算法,该方法采用两个卷积网络从粗略到精细的对关键点进行定位.首先利用第一个网络回归两个关键点的粗略位置,并将包含这两个关键点的小区域送入第二个网络.然后本文提出一种加入距离修正的损失函数,作为第二个网络的优化目标,在第一个网络输出结果的基础上定位最终的关键点位置.实验结果表明,本文提出的级联方法无论是相比传统的级联方式还是回归树方法,本文算法在超声图像的关键点定位上更为精准,并且在最终的距离测量精度上也有很大的提高,在评价标准下比传统级联方法检测精度上提升将近30%.     

基于SURF特征相关的红外图像自动拼接

提出一种鲁棒性较好的图像拼接算法解决红外图像序列的自动拼接问题。首先应用图像子区域相位相关得到图像间近似重合子区域和图像间近似仿射变换参数;接着根据得到的参数值对SURF特征计算和特征匹配进行优化,提高了图像配准速度;然后以特征点对的对称投影位置误差最小化为目标,应用RANSAC和LM算法对图像间透视变换矩阵进行优化;最后应用得到的透视变换建立图像序列整体配准关系,并采用线性过渡法进行重叠区域融合得到最终的拼接图像。     

人脸序列图像的特征自动提取方法研究

提出了一种从粗糙到精细估计脸部特征点和表情区域的方法,利用帧间的运动信息把分析的对象分割出来;在得到的整个运动对象后,分割出头部;对头部边沿图像作进一步分析,得到脸部区域;再在脸部区域定位下巴、嘴角、鼻孔和眼睛中心的位置及嘴巴和眼睛的表情区域,这种逐级定位的方法,以前级结果作为知识,从而降低了计算量;同时,也提高了参数估计的可靠性,采用综合帧内和帧间分析结果,进一步提高了系统的鲁棒性。     

γ刀定位中SPECT图像的自动处理方法研究

目的γ刀手术通常都是根据MRI进行定位，但对于原发性癫痫，MRI无法显示。将SPECT功能图像与MR解剖图像融合是目前最有前途的一种手术治疗原发性癫痫的定位方法。但因SPECT图像与MRI不匹配，所以需要对SPECT图像进行处理。根据SPECT图像中癫痫病灶的灰度分形特征，利用分形理论，改进了盒维数计算方法（RDBC），对图像进行分形维数侵害。提出了自动选取型值点的算法，将分割后的病灶进行边缘拟和。通过处理SPECT图像，使之与MRI融合，从而对癫痫病灶精神定位，指导伽玛刀手术。MR与SPECT费用相对较低，因此该技术的开发，必将进一步推动伽玛刀治疗的普及。     

异构多分支网络超声图像自动诊断方法

超声(US)是乳腺结节的主要影像学检查和术前评估手段之一,然而由于其在良性和恶性乳腺结节图像上的相似表现形式,使得诊断结果在很大程度上依赖于医生的经验判断,以计算机辅助手段帮助医生提高诊断准确率逐渐成为当前的热点.该文提出了一种用于乳腺超声图像的良性和恶性分类的异构多分支网络(HMBN),该网络同时使用了图像信息(超声...     

基于神经网络的超声医学图像自动分割

图像分割是多维超声医学图像重建中最重要和最困难的问题。文中将传统的最近邻分类方法与自组织神经网络相结合,提出了一种超声医学图像的自动分割方法。实验表明,与传统的K平均方法相比,该方法除具有自动分割优点外,还具有稳定性好,自适应强,分割准确等优点。     

基于Bayes的自动图像标注

给出了一种基于Bayes的图像自动标注方法.将图像标注问题看做多类分类问题,通过判断类条件概率密度来选择最佳标注词,并在Corel图像库上进行了实验.实验验证了该方法的有效性.     

改进卷积玻尔兹曼机的图像特征深度提取

针对卷积深度和信念网络存在计算复杂度高和训练缓慢的问题,提出卷积深度玻尔兹曼机用于图像特征提取.针对卷积受限玻尔兹曼机进行改进,提出最大化图像中间区域概率的训练目标函数,并引入性能较好的交叉熵稀疏惩罚因子和dropout训练方法.设计卷积深度玻尔兹曼机结构,提出均值聚合机制,将聚合层内点的值定义为block中各点激活概率均值,对层间关联进行简化,将聚合层内各面直接叠加以供高层CRBM提取特征.通过在MNIST手写数字识别集上的实验结果证明,采用新模型提取的图像特征分类准确率提高0.5%、训练时间减少50%,且达到了目前MNIST数据集的最佳水平.     

基于图论的肝肿瘤CT图像自动分割方法

提出了一种肝肿瘤CT图像自动分割的方法, 运用图中最小生成树寻找图像的同质区域, 使用按级合并和路径压缩2种试探法, 使得分割时程近似线性时间O (nlogn) .对52幅肝肿瘤CT图像进行分割, 结果表明, 该方法分割实际图像的平均最小距离为8.7540, 面积交迭度为95.15%, 分割精确度优于同类自动分割算法.应用该方法能快速、准确地自动分割出肝肿瘤.     

Automatic Road Extraction Using Particle Filters from High Resolution Images

1 Introduction Automatic road extraction from digital imagery has been an active research area in computer vision, photogrammetry, remote sensing and geographic information system (GIS) communities for over two decades. A number of semiautomatic and automatic methods and algorithms for road extraction have been developed. Those approaches may involve template matching[1–2], heuristic reasoning[3–4], dynamic pro- grammming[5–6] or stochastic tracking[7–8]. Our approach to road extraction …     

基于内容的乳腺肿瘤超声图像分级检索

超声图像检索将在乳腺肿瘤良恶性的辅助诊断中起到重要作用,针对乳腺肿瘤超声图像提出了一种基于内容的分级检索方法。该方法研究了乳腺肿瘤在超声图像中表现的典型征象,从纹理、形状和边界3方面提取了提升小波熵、拟合椭圆重合率和2维极坐标边界描述子3个特征,进行3级检索。利用该方法对126幅有明确活检结果的乳腺肿瘤超声图像进行3级检索,检索结果的病理准确率为90.79%。实验表明,采用分级检索所用特征少,速度快,并能获得较好的检索结果,检索结果的病理准确率较高。     

基于二维SEM图像的纳米操作三维信息提取

针对基于SEM的遥控纳米操作系统中快速有效的获取探针的平面及深度信息这一问题,提出了边缘检测算法＋遍历比较＋预测补偿的方法对探针的x—y方向位置信息进行提取．通过对SEM二维图像隐舍信息的统计分析,提出了基于兴趣区域的灰度方差统计对探针Z向位置（深度）进行提取的方法．最后,对某次纳米线转移实验中采集到的实时SEM图像进行探针针尖的菇一Y方向信息提取及z向位置与图像方差进行MATLAB拟合,证明了上述方法的合理性及有效性．     

椭圆曲线在数字图像隐藏中的应用

以图像信息安全问题为研究背景,介绍了椭圆曲线用于图像隐藏的理论基础,并给出了具体运算的方法和实验结果,讨论了椭圆曲线在数字图像隐藏中的应用。     

基于超声反射和阴影特性的CT影像超声仿真算法研究

目前的手术导航系统通常利用术前CT图像数据,不具备实时性。而超声成像凭借它的实时性和对病人较小伤害被应用到手术导航中来。超声图像在手术导航系统中的应用,需要解决的重要问题是将需要的超声图像准确的融合到CT图像中去。这就要求超声图像的准确配准。而超声图像与CT图像的配准是一个技术难题。为了解决这个问题,一个可靠的方法就是利用CT图像的信息进行超声图像的仿真。根据超声图像的成像原理,改进了Wein等提出的超声仿真方法,减少计算量,增加了计算的可靠性并且加入了新的超声特性。通过该方法得到的仿真超声图像用来解决超声图像与CT图像的配准问题。     

论语际翻译中文化意象的传递

文化是人类在社会历史发展过程中所创造的物质财富和精神财富的总和,而语言和文化密不可分。这决定了翻译和文化的密切关系。由于各民族所处的生态、物质、社会及宗教等环境不同,因此,各语言所载负的文化信息很难完全一致,后者会造成文化在翻译过程中信息的损失和歪曲,也就是文化意象的错位问题。列举了文化意象错位的几种形式,分析了引起文化意象错位的种种原因,最后提出怎样对待文化意象的传递问题及补救措施。     

超声波法提取大豆豆渣中大豆皂苷的工艺研究

以大豆豆渣为原料,研究超声波法对大豆豆渣中大豆皂苷提取的影响.采用单因素试验和正交试验进行研究.结果表明:当料液比为1 12,丙酮浓度为50%,超声时间为35 min,超声温度50℃,超声功率为400W,大豆皂苷的得率达5.32%,为最佳工艺条件.与索氏提取法相比,超声波提取法可提高大豆皂苷得率,节能省时.     

一种B超序列心脏图像的腔体分割方法及其在心腔体积定量计算中的应用

采用一种Snake模型，提出了针对高噪声B超心脏图像的腔体分割算法，并将这一方法运用到序列图像的分割中：对于序列中的第一幅图像，通过人工取点获得初始闭合轮廓逼近。最后将所有图像的分割结果运用于单个心腔体积的定量计算中，实验结果表明了该方法的可行性和有效性。     

视觉认知理论在遥感影像道路网提取中的应用

在遥感影像上,道路被认为是颜色、纹理、形状相似的狭长线状目标,整个道路网在影像上会呈现非常显著的特征,极易引起人眼的注意,称之为感兴趣区域.它是场景中最能引起用户兴趣、体现图像主要内容的区域.视觉认知理论的研究表明：通过视觉注意机制可以模拟人眼的观察过程,找出遥感影像上的显著区域.文章提出应用视觉注意机制辅助遥感影像道路网提取的思想,通过对影像的显著区域进行分析和处理,得到最终的道路网.对比实验表明该算法可以有效地提高道路网提取的准确率和完整性.     

基于Snake改进模型的心脏MR图像左心室分割方法

提出一种基于Snake改进模型的心脏MR图像左心室分割方法。首先对梯度矢量流GVF模型进行改进,提出基于扩展邻域的S型函数梯度矢量流ENSGVF模型,该模型可获得更大的捕获域,并能解决深度凹陷及弱边界泄露的问题。然后将ENSGVF作为新的外力条件,构造ENSGVF Snake模型,用于内外膜分割。对于内膜分割,引入圆形约束项,消除由于图像灰度不均匀造成的局部极小问题。进而利用内膜分割结果构造新的外力场和约束,实现外膜的精确自动分割。实验结果表明,该算法能有效解决分割中存在的弱边界、图像灰度不均匀、乳突肌干扰等问题,提高了精确度。