基于多投影图像配准的肺结节检测算法

针对多投影图像的特点,提出一种利用同一病人多投影图像中相近位置的候选结节互信息的配准算法,由此来减少检测结果中假阳性结节的数目。通过对多投影图像中候选结节的初始检测与精确分割、特征提取与分类,完成候选结节的检测。此时,在敏感性为65%条件下,平均每张图像检测到的假阳性结节数目为11.3。再使用互信息对检测到的候选结节进行配准,并利用配准信息进一步去掉假阳性结节,平均每张图像检测到假阳性结节的数目降为1.9。即使实验数据大部分为小结节,且图像噪声大,对比度低,此检测结果仍然令人满意。因此,提出的多投影图像肺结节配准算法能有效提高结节的检测性能。     

肺结节自动检测算法研究

本文研究一种用于自动检测CT图像中肺结节的计算机辅助检测(CAD)算法.该算法首先从CT图像中分割出肺部区域,然后利用基于图像灰度分布的阈值方法提取出包含肺结节和血管的感兴趣区域(ROIs).在研究区分肺结节和血管的特征之后,利用基于规则的判别方法将感兴趣区域进行分类并提取出肺结节.运用本算法对232幅CT序列图像进行实验,实验结果表明运用该算法具有高达85%的检出率.     

一种自适应的分布式肺结节检测方法

提出了一种自适应的分布式肺结节检测方法。该方法由肺结节检测代理和中心管理器两部分组成。中心管理器负责数据收集以及调节肺结节检测代理。肺结节检测代理完成肺实质分割、多尺度增强提取感兴趣区域(ROI)、ROI的特征提取以及基于Mahalanobis距离的ROI分类4部分。在理想情况下,推导了控制中心管理器的自适应调节函数;在现实的分布式系统中,设计了基于遗传算法的自适应分布式肺结节检测算法。实验结果表明,所提出的自适应分布式肺结节检测方法能随着检测数据的增加不断调节分类算法中的阈值,提高分类检测的性能;同时,使用该方法检测肺结节具有较低的误诊率与漏诊率,能够辅助医生进行诊断。     

基于Hessian矩阵及梯度熵的疑似肺结节检测算法

提出一种基于Hessian矩阵的多尺度增强滤波和梯度熵选择的疑似肺结节检测算法.首先,构造基于Hessian矩阵的多尺度圆形增强滤波器对肺部计算机断层扫描(CT)图像中的圆形区域进行增强,使得类似圆形的疑似结节区域得以增强,其他干扰区域得以抑制.然后,计算增强后的圆形肺结节区域(孤立圆、线交叉形成的圆)在原始灰度图像中相应区域的梯度熵,采用切比雪夫不等式确定孤立圆梯度熵分布区间,进行疑似结节区域的选择.实验结果表明,该算法能较好地检测肺部CT图像中疑似肺结节区域,为后续的肺结节检测以及诊断打下基础.     

基于平均密度投影和平移高斯模型的肺结节检测与分割算法

针对 CT图像中肺结节与血管粘连导致分割困难的问题,提出了一种基于平均密度投影和平移高斯模型的肺结节检测与分割算法。首先通过对二维CT序列图像作平均密度投影(AIP),融合局部三维特征生成AIP图像,然后利用阈值分割和形态学方法对结节轮廓进行粗分割,最后通过建立平移高斯模型来拟合肺结节,从而实现对肺结节的精确分割。对30个血管粘连性肺结节CT图像的实验结果表明,本文算法与专业医师标记区域的面积交迭度达到91%,能够实现对粘连型肺结节的有效分割,但对于灰度较弱且体积较小的肺结节仍存在漏检的风险,需要后续进一步研究。     

基于数字孪生的肺结节诊断

为解决肺结节诊断难度大的问题,提出基于数字孪生的肺结节诊断技术思路。采用智能算法、模型融合、虚实交互等关键技术建立了肺结节诊断的数字孪生框架。通过重建算法构建了肺三维虚拟模型,建立了肺结节诊断系统的虚拟实体;利用深度学习技术对数据进行迭代分析生成肺结节检测模型,与三维虚拟模型结合提升交互性,实现了对肺结节的智能检测;通过随访更新患者数据构建肺结节的动态预测模型,完成了肺结节分析与诊断,满足了可视化监控、健康管理等需求。以实际案例进行了肺结节的检测与诊断,验证了所建系统的可行性。     

基于三维卷积神经网络的低剂量CT肺结节检测

为提高早期肺癌筛查过程中肺结节的检出率,提出利用三维卷积神经网络进行低剂量CT肺结节检测。首先采用多方向形态学滤波算法对低剂量序列CT图像进行预处理;接着,利用改进三维区域生长与凸包算法相结合进行肺实质分割;然后提取三维候选结节,为了解决卷积神经网络对样本不平衡的敏感问题,对三维候选结节正样本进行旋转和光照处理;最后在不同的网络参数下,对ELCAP数据库中50个序列低剂量肺癌筛查数据进行4组实验。实验结果表明,通过对网络参数的不断优化,准确度、灵敏度、特异度以及ROC曲线的AUC值分别达到了84.6%、88.89%、80.32%及0.924 4。该方法能够正确地对低剂量CT肺结节进行检测,与文献所提出肺结节检测算法相比,准确度、灵敏度和特异度分别平均提高了5.37%、5.6%和10.42%,综合性能较强,可以为肺癌筛查提供有效的帮助。     

基于对象性和多层线性模型的协同显著性检测

针对背景环境复杂的图像组中协同显著性检测的共显性目标混乱不一致、准确率低的问题,提出了一种基于对象性和多层线性模型的图像协同显著性检测方法。首先通过显著性先验和对象性概率加权的背景引导因子BGO计算图像间显著性引导传播的显著值;然后设计了一种局部区域特征计算图像内显著值,并使用图像的hu矩的零、一阶和二阶矩对两阶段显著值进行整合;最后通过多层线性模型自适应地融合各个显著图得到最终结果。实验结果表明:本文算法分别在iCoseg和MSRC两个数据集上的平均精度达到了87.80%和83.50%,在其它实验指标上的评估结果也有明显提高,增强了算法的适应能力。     

基于贝叶斯算法的木马协同检测技术研究

在Windows环境下,针对现有木马检测软件在对抗多态性木马和未知木马等方面的不足,提出了协同检测思想,并给出木马协同检测的形式化模型。在此模型中,定义了木马行为特征库,利用贝叶斯公式计算木马概率;同时,利用协同检测方案对抗木马的多态变形,从而提高了检测木马的准确率。与传统的检测方法相比,该方案的优点是能有效地检测已知木马的多态变形体以及新出现的木马,且具有较高的准确率。     

改进的表面法向量投影叠加CT图像疑似肺结节检测算法

对表面法向最投影叠加法进行改进,提出一种基于三维局部形状约束并采用自适应投影距离的表面法向量叠加疑似肺结节检测方法.现有的表面法向量投影叠加法没有对初始ROI(region of interest)区域表面进行形状约束,采用单一投影距离,存在投影叠加计算量大且只适用于固定大小的肺结节检测问题.首先采用Otsu阈值方法得到初始ROI区域,计算初始ROI曲面的三维局部形状指数,对三维ROI的体素表面法向量进行投影约束,以提高球形选择性、减少投影叠加计算量;在表面法向量叠加过程中由ROI曲面自适应地决定投影距离,一方面限制表面法向量向ROI曲面外投影;另一方面可以克服检测固定大小肺结节的局限性;由于肺结节一般表现为球形,具有较大的表面法向量投影叠加值,选择局部最大叠加值,可以检测不同大小的球形疑似肺结节区域.实验结果表明,改进算法具有更好的球形选择性,可以较好地检测出不同大小的疑似肺结节,具有较高的敏感度和较低的假阳性率.     

基于PLC的位置跟随控制系统

本文介绍的位置跟随控制系统的核心是两台交流电机的同步控制,该控制系统以OM RON PLC为控制中心.结合变频器.对两台交流电机进行同步控制。在工业生产中应用广泛,如许多工厂的生产线、装配线或纺织、印染、造纸的锭翼和卷绕等都会用到这类同步驱动。该系统选用了高速计数单元,对编码器的高速脉冲信号处理后及时反馈给变频器,从而控制电机速度以达到位置的同步控制。实际应用表明该系统具有较高的控制精度和性能。     

基于多峰拟合的直线电机动子位置精密测量方法

为满足直线电机动子位置的高精度测量要求,提出一种基于多峰拟合相位相关算法的直线电机动子位置精密测量方法。通过直线电机动子上的高速相机采集相邻栅栏图像;采用相位相关算法得到相邻栅栏图像的相位相关函数;根据相位相关频谱的峰值分布特性,采用多峰拟合获得相邻栅栏图像的亚像素位移值;根据测量系统标定系数,进而获得直线电机动子位置的精确位置。实验结果表明,该亚像素测量方法用于直线电机动子位置检测能达到精密定位,测量精度为1/100 pixel,且具有较强的鲁棒性和较高的实时性。     

基于证据理论的QFD信息协同方法

针对多功能团队中产品开发人员进行产品规划时所给出的不同决策结果，采用证据理论进行了协同处理。将产品开发人员给定的工程技术指标集作为证据理论的识别框架，根据识别框架中元素的肯定程度，确定证据的基本可信度分配；采用证据加权调整法降低各证据间的冲突；对调整后的各证据进行合成，获得协同处理结果，使产品规划能够反映多功能团队所有产品开发人员的一致意见。     

永磁伺服电机嵌入式位置检测理论及误差分析

针对现有的永磁伺服电机位置传感器存在成本高、体积大的缺点和新兴的无传感器技术计算复杂及依赖电机参数的不可靠性问题,提出了绕制时栅线圈检测电机转动位置的方法,但由于绕制时栅线圈检测的方法存在获取信号复杂、测量稳定性差以及线圈绕制不均匀增加误差的缺点,在此基础上,提出了一种基于隧道磁阻效应(TMR)和时栅技术的永磁伺服电机嵌入式位置检测新方法。在原理分析的基础上,根据行波表达式的理论推导,分析了单路和双路驻波幅值不相等所导致的误差规律,为检测结构的优化和进一步提高测量精度奠定基础。最后通过实验,验证了嵌入式位置检测理论分析的正确性以及检测方案的优越性,所提出方法的检测精度较绕制时栅线圈的检测方法提高了3倍,稳定性提高了5倍。     

Sensorless control for switched reluctance motor based on special position detection

This paper proposes a new sensorless control approach for switched reluctance motor (SRM) in the single pulse control mode in high speed operation. The sensorless method uses the cross point position of transformer electromotive force (EMF) and motional back electromotive force (BEMF) to estimate the rotor position. The cross point position can be derived from the inductance model of SRM, and it is regarded as reference position. The rotor position can be calculated by detecting the special position for each electrical cycle. The proposed position estimation method is not affected by the magnetic saturation of SRM. Importantly, no additional hardware and no complicated computation or memory storage are required with the proposed method. Finally, the simulation and experimental results on a three-phase 12/8-pole SRM demonstrate the validity of the proposed sensorless scheme.     

免疫算法求解多目标柔性作业车间调度研究

研究了多目标柔性作业车间调度问题,优化了设备分派方案。建立了多目标柔性作业车间调度的数学模型。提出了双种群双倍体自适应免疫算法,并用该算法求解某航空制造企业的多目标柔性作业车间调度问题,得到了优化调度方案。仿真结果表明,双种群双倍体自适应免疫算法是求解多目标柔性作业车间调度问题的有效算法。     

基于PSD技术的位置自动检测系统

介绍一种以位置敏感器件(Position Sensitive Detector，PSD)为核心构成的位置自动检测系统。概述了光电位置传感器的工作原理和特点，分析了输出信号与位置参数的关系．论述了信号和数据处理系统的硬件组成与软件功能．并给出了系统的主要参数。