一种新型的OCT成像方案设计及其应用

光学相干层析成像(OCT)技术是一种对物体进行层析成像的新技术,它能时高散射介质如生物组织实施非侵入式的快速成像.传统的OCT系统通常采用点扫描方式获取二维图像,其速度较慢,限制了系统的实时探测.本文设计了一种高速的的OCT成像技术方案,以线扫描方式代替点扫描,使系统一次成像横向扫描范围可以达到1mm,纵向分辨率达到8um.有效提高了系统的成像速度和分辨率.     

图像1 DFFT-MP稀疏分解算法研究

针对图像稀疏分解速度慢和重建图像视觉效果不好的问题,提出了一种基于MP和一维FFT、的图像稀疏分解算法。算法中把二维图像按行抽取成一维信号,同样地,把过完备原子库中的原子按行抽取成一维原子,然后把二维图像或图像残差与原子的内积运算转化为一维信号或信号残差与一维原子的互相关运算,最后利用一维FFT方法计算一维信号与原子的互相关运算。通过实验验证表明,在重建图像的质量没有改变的前提下,当图像大小为512 X512时,一维FF7图像稀疏分解算法的速度比二维FFT提高了2. 11倍。     

基于二维透视图像的建筑物基本体素三维重建

根据建筑物由基本体素构成的特点,研究从一幅简单建筑物二维图像中重建三维图形的方法.利用透视原理,通过从建筑物二维影像中抽取三维几何信息,分析透视几何图形与体素之间的关系,重建基本体素的三维坐标,在三维空间中重新构建建筑物外形.并利用VLISP在AutoCAD中实现.     

基于GAF和DenseNet的滚动轴承故障诊断方法

基于模型和基于信号的滚动轴承故障诊断方法存在建模困难、信号分析较繁琐等问题;基于数据驱动的滚动轴承故障诊断方法多采用卷积神经网络,但网络训练时随着网络层数增多会出现梯度消失问题,且将滚动轴承振动信号直接作为网络输入会造成特征提取不全。针对上述问题,提出了一种基于格拉姆角场(GAF)与密集连接卷积网络(DenseNet)的滚动轴承故障诊断方法。将滚动轴承振动信号一维时间序列通过GAF转换为二维图像,保留了时间序列数据之间的相关信息;将二维图像作为DenseNet的输入,通过DenseNet对二维图像进行特征提取,提升了特征信息利用率,进而实现故障分类。采用凯斯西储大学轴承数据集上的数据进行实验,结果表明,该方法能有效识别滚动轴承故障类型,故障诊断准确率达99.75%。为进一步证明该方法的优越性,选取灰度图+DenseNet、GAF+残差网络(ResNet)、灰度图+ResNet故障诊断方法进行对比,结果表明:GAF+DenseNet方法准确率最高,灰度图+ResNet方法准确率最低;经过GAF转换的二维图像与灰度图相比,保留了原始时间序列数据之间的相关信息;与ResNet相比,DenseNet由于采取更加密集的连接方式,能够更充分地提取故障特征。     

三维场的视觉化

本文给出一个三维标量场和向量场的视觉化方法.首先,采用具有空间面纹理和线纹理的三维介质体作为视觉模型来反映三维场的信息;并通过调整介质体密度分布的办法,加强视觉模型的空间效果;然后,给出一个适合揭示介质体空间纹理的二维图像合成方法.     

基于块稀疏贝叶斯算法的图像重构方法与仿真

针对贝叶斯学习方法(SBL)重构二维图像信号精度不高的问题,采用对图像信号分块重建的方式,将贝叶斯学习算法推广为块贝叶斯学习(BSBL)算法,用于二维图像信号的重构中,给出了重构算法的相应公式并进行了算法仿真。仿真结果表明,在相同的条件下,BSBL能够获得较好的图像重构效果和最小的二维重构误差。     

分类法定量评估频谱光学相干层析图像杯盘比EI北大核心CSCD

在青光眼检测中,基于频谱光学相干层析图像较眼底图像具有更高的精确度和可靠性,为了克服眼底图像评估杯盘比精度不高的缺陷,提出一种基于频谱光学相干层析图像进行视网膜色素上皮层断点检测的杯盘比评估方法.首先利用主成分分析和支持向量机将频谱光学相干层析图像与其投影图像限定断点搜索区域,并对限定的图像区域进行断点识别;然后借助于类别标签矩阵对断点进行纠正;最后根据视杯视盘与断点的关系测量杯盘比.实验结果表明,该方法在准确检测视网膜色素上皮层断点、提高杯盘比测量精度方面效果显著.     

Web模式的医学断层图像三维重建

实现了基于Web的医学图像三维重建及显示.用超高速CT扫描获得人体器官的二维图像,基于JavaApplet与JavaApplication编程,采用体绘制法完成二维图像的三维重建与显示.重建实现了在Internet上以Web模式跨平台运行.重建的三维图像能够清晰地显示人体器官的解剖结构,尤其是心脏的整体形态及冠状动脉的走向.用JavaApplet与JavaApplication实现基于Web的医学图像三维重建是可行的,并对三维图像的临床应用起到了推动作用.通过三维重建显示人体器官的立体形态,尤其是冠状动脉的解剖结构,在临床上具有很大的参考价值.     

分类法定量评估频谱光学相干层析图像杯盘比

在青光眼检测中,基于频谱光学相干层析图像较眼底图像具有更高的精确度和可靠性,为了克服眼底图像评估杯盘比精度不高的缺陷,提出一种基于频谱光学相干层析图像进行视网膜色素上皮层断点检测的杯盘比评估方法.首先利用主成分分析和支持向量机将频谱光学相干层析图像与其投影图像限定断点搜索区域,并对限定的图像区域进行断点识别;然后借助于类别标签矩阵对断点进行纠正;最后根据视杯视盘与断点的关系测量杯盘比.实验结果表明,该方法在准确检测视网膜色素上皮层断点、提高杯盘比测量精度方面效果显著.     

用OpenGL实现二维图像的三维显示

本文提出了二维图像的三维显示方法,利用OpenGL中纹理映射和光照技术,用小三角形面片生成二维图像的三维平滑曲面,更全面地展现二维图像中蕴含的信息.     

光学电流互感器模拟输出的研究

利用Faraday磁光效应通过偏振调制进行电流测量的光学电流互感器(OCT)是电力互感器的发展方向,以往研制的OCT测量输出多局限于被测量的幅值,不包含相位信息,不能完整地反映被测量。根据IEC60044-8"ElectronicCurrentTransformer"的要求,设计了OCT的模拟输出,重点研究了被测电流频率与输出信号相位的关系,实验结果表明设计的模拟输出可以满足0.2级准确度的要求。     

Optical coherence tomography used for security and fingerprint-sensing applications

Optical coherence tomography (OCT) is an emerging technology for high-resolution cross-sectional imaging of three-dimensional structures. In the past, OCT systems have been used mainly for medical applications, especially ophthalmological diagnostics. As the OCT system is capable of exploring the internal features of an object, the authors apply OCT technology to document security and fingerprint-based biometrics by directly retrieving the two-dimensional information form of a multiple-layer information carrier and internal human body objects. Since a typical depth-resolution of an OCT system is of micrometre scale, an information carrier having a volume of 20 mm times 20 mm times 2 mm could contain 200 mega-pixel images. On other hand, the technologies used in conventional biometrics can be easily fooled and tampered with by using artificial dummies, because these ID features are extracted only from the surface of the skin. Hence the use of OCT to explore the internal biometrics becomes increasingly important.     

Virtual Inflation of the Cerebral Artery Wall for the Integrated Exploration of OCT and Histology Data

Intravascular imaging provides new insights into the condition of vessel walls. This is crucial for cerebrovascular diseases including stroke and cerebral aneurysms, where it may present an important factor for indication of therapy. In this work, we provide new information of cerebral artery walls by combining ex vivo optical coherence tomography (OCT) imaging with histology data sets. To overcome the obstacles of deflated and collapsed vessels due to the missing blood pressure, the lack of co‐alignment as well as the geometrical shape deformations due to catheter probing, we developed the new image processing method virtual inflation. We locally sample the vessel wall thickness based on the (deflated) vessel lumen border instead of the vessel's centerline. Our method is embedded in a multi‐view framework where correspondences between OCT and histology can be highlighted via brushing and linking yielding OCT signal characteristics of the cerebral artery wall and its pathologies. Finally, we enrich the data views with a hierarchical clustering representation which is linked via virtual inflation and further supports the deduction of vessel wall pathologies.     

相间磁干扰对点式光学电流互感器影响的研究

分析了相间磁干扰对点式光学电流互感器的影响,并结合实验结果进行了讨论.相间磁干扰对测量产生的影响与很多因素有关.如果高压导线的间距足够宽,在不加特别电磁屏蔽措施的情况下,测量结果可以达到0.2级的准确度要求;但高压导线的间距不够宽,则必须采用相应的措施.就如何消除这种相间干扰提出了几点建议.     

基于EM算法的眼底OCT图像反卷积去模糊技术

光学相干层析成像技术（Optical coherence tomography,OCT）在视网膜检查中十分重要,然而在获取OCT图像时眼球运动或者散焦作用都可能引起图像的模糊,从而为临床诊断造成困难。因此,从模糊OCT图像中恢复出清晰图像的去模糊技术研究至关重要。本文结合OCT成像原理,提出了一种基于最大期望（Expectation-maximization,EM）算法的OCT图像反卷积技术。该技术能够在一定程度上抑制OCT模糊图像中异常值对复原图像的干扰,从而有效去除OCT图像中的模糊。将本文技术与多种现有广义图像去模糊技术进行了实验比较,结果表明本文提出的复原OCT图像的反卷积算法在眼底OCT图像去模糊的细节恢复方面效果较好。     

结合PCANet与线性判别分析的视网膜光学相干断层扫描图像分类

目的 主成分分析网络（PCANet）能提取图像的纹理特征,线性判别分析（LDA）提取的特征有类别区分性。本文结合这两种方法的优点,提出一种带线性判别分析的主成分分析网络（PCANet-LDA）,用于视网膜光学相干断层扫描（OCT）图像中的老年性黄斑变性（AMD）、糖尿病性黄斑水肿（DME）及正常（NOR）这3类的全自动分类。方法 PCANet-LDA算法是在PCANet的基础上添加了LDA监督层,该层加入了类标签对特征进行监督投影。首先,对OCT视网膜图像进行去噪、二值化及对齐裁剪等一系列预处理,获得感兴趣的视网膜区域;然后,将预处理图像送入一个两层的PCA卷积层,训练PCA滤波器组并提取图像的PCA特征;接着,将PCA特征送入一个非线性输出层,通过二值散列和块直方图等处理,得到图像的特征;之后,将带有类标签的图像特征送入一个LDA监督层,学习LDA矩阵并用其对图像特征进行投影,使特征具有类别区分性;最后,将投影的特征送入线性支持向量机（SVM）中对分类器进行训练和分类。结果 实验分别在医院临床数据集和杜克数据集上进行,先对OCT图像预处理进行前后对比实验,然后对PCANet特征提取的有效性进行分析,最后对PCANet算法、ScSPM算法以及提出的PCANet-LDA3种分类算法的分类效果进行对比实验。在临床数据集上,PCANet-LDA算法的总体分类正确率为97.20%,高出PCANet算法3.77%,且略优于ScSPM算法;在杜克数据集上,PCANet-LDA算法的总体分类正确率为99.52%,高出PCANet算法1.64%,略优于ScSPM算法。结论 PCANet-LDA算法的分类正确率明显高于PCANet,且优于目前用于2D视网膜OCT图像分类的先进的ScSPM算法。因此,提出的PCANet-LDA算法在视网膜OCT图像的分类上是有效且先进的,可作为视网膜OCT图像分类的基准算法。     

一种Ad Hoc多播网络中的缓存优化策略

为实现Ad Hoc多播网络中丢失数据的源端恢复或本地恢复,定义分组缓存效率和剩余缓存效率指标。在分析缓存效率最优问题的基础上,提出一种缓存优化策略OCT,通过分布式缓存算法使系统尽可能逼近理论最优值。实验结果表明,OCT能有效提高多播传输的可靠性,减少丢失数据的恢复时间。     

基于叩齿声音的身份确认方法

为了克服语音身份确认中语音分割、特征提取和鲁棒性差的困难,文中分析叩齿声音波形特性,提出一种利用叩齿声音进行身份确认的方法。使用二阶微分方程建立齿震动发声的近似模型,以此为基础提出基于叩齿声音信号的身份确认方法。实验结果表明,叩齿声音信号稳定性强,处理复杂度低于声纹信号,应用于身份识别性能优良。该方法和经典的支持向量机、最近邻算法相比,运算量低,所需训练样本少。     

基于Gabor小波变换册的齿轮故障诊断方法

齿轮产生局部故障时,失效的轮齿间断地进入啮合,产生冲击振动,使得齿轮振动信号包含了非平稳或时变成分.基于平稳信号处理的传统方法无法全面反映信号的时变特性.作者研究了Gabor小波变换册方法,Gabor小波变换册是小波变换的推广,它是时间-频率-尺度三维空间上的线性变换,它有机结合了小波变换与Gabor变换,具有对非平稳信号的强大分析功能,利用其作信号的谱估计,不仅具有小波变换谱估计方法高频率分辨率的优点,而且不受信号频率范围宽窄的限制,可以根据需要自由地选择尺度参数,谱估计值准确有效.利用Gabor小波变换册作齿轮故障信号的谱估计,比经典的自功率谱估计在齿轮局部故障诊断中能取得更好的效果.文中并对该方法进行了仿真和实验验证,仿真和实验数据的分析结果表明这些方法可突出齿轮的边频带结构,适用于齿轮的局部故障诊断,具有一定的应用价值和更深入的研究价值.     

Computer Vision Techniques Applied for Diagnostic Analysis of Retinal OCT Images: A Review

The retina is a tiny layer at the posterior pole of an eye and is made up of tissues sensitive to light, these tissues generate nerve signals that pass through the optic nerve to the brain. A retinal disorder occurs when the retina malfunctions; glaucoma, diabetic retinopathy and pathologic myopia are retinal disorders and principal causes of blindness worldwide. These retinal disorders are often diagnosed and treated by an ophthalmologist. However, to accurately assess a retinal disease, ophthalmologist would need qualitative and quantitative analysis of the disease, it’s early and current statistics, but acquisition of these measurements are not possible through manual techniques, there should be automated computer aided diagnosis (CAD) systems to assist ophthalmologists. In this comprehensive review, an analysis and evaluation has been performed of different computer vision and image processing approaches applied to OCT images for automatic diagnosis of retinal disorders. We also reported disease causes, symptoms and pathologies manifestations within OCT images, which can serve as baseline knowledge for development of an automated CAD system. Hence, this disease specific review offers a good understanding to analyze visual impairments from retinal OCT images which will help researcher to design enhanced therapeutic systems for retinal disorders.