基于欧氏距离变换的肺部粘连肿瘤分割算法

以肺部CT图像为研究对象,针对肺部粘连肿瘤图片本身的特点,提出了一种基于边缘跟踪的二维欧氏距离变换算法.从目标区域的最外层边界开始,自外向内对目标区域进行边缘跟踪、腐蚀,直到肿瘤区粘连部分与肺部边界分离.算法能够计算精确的欧氏距离.通过实验分割出的肿瘤和放射科医生手工勾画的肿瘤轮廓对比,5幅病例图像重叠率达到了75%左右,实验结果表明该方法对于中晚期肺部粘连肿瘤的分割有一定的效果.     

一种粘连血细胞图像分割新方法

提出一种基于血细胞近圆形特征的粘连血细胞分割方法。用形态学腐蚀得到距离图和图像的边缘,并利用灰度重建得到细胞的中心区域和圆心,在此基础上基于细胞圆形特征对细胞的边缘进行搜索,得到粘连细胞的分离点,从而求得分离线,完成对粘连血细胞的精确分割。实验表明,该分离方法是有效可行的。     

改进的分水岭算法在粘连图像分割中的应用

在多目标图像分割中,经常会出现由于目标图像粘连度分布不均而影响图像分割精度的情况.通过研究标记分水岭算法,提出一种结合形态学运算和距离变换的改进的分水岭分割方法.该算法在处理粘连程度高的目标图像时,能够将粘连图像精确地分割出来.实验结果表明,将该算法应用到农产品的混合水果和医药领域药盒的无序分拣中,能够高效地解决粘连图...     

基于肋骨信息的CT图像肺区疑似粘连肿瘤检测

在计算机辅助CT图像肺部肿瘤诊断系统中,当肺区内部存在较大粘连肿瘤时,将导致分割出来的肺区存在较大的缺陷,因而在肺区内部就无法识别粘连肿瘤。利用肋骨轮廓与肺区轮廓形状相似的特性,先用三次立方样条曲线拟合出肋骨的内部轮廓,然后根据肋骨轮廓图与肺区轮廓图找出可疑粘连肿瘤的种子点,最后将肋骨轮廓图与肺区图相结合进行区域生长找到疑似粘连肿瘤。实验结果表明该方法能有效的从CT图像中分割出疑似粘连肿瘤。     

染色体粘连图象的分割

本文论述了染色体图象分析中的一个重要过程：粘连现象的处理。对各种粘连染色体分割技术进行了比较分析，并提出在实践中使用的分割算法及结果，包括轻微粘连，重度粘连的处理，以及粘连情况的判定。在４６０条染色体的实验判定中，可获得９５％以上的正确粘连识别及分割率。     

粘连颗粒分割方法研究

颗粒图像的分割中,经常遇到颗粒粘连、重叠在一起的现象,需要将它们分离为单个颗粒目标。本文提出了一种基于灰度形态学重建的图像分割新算法,实验结果表明,该算法既能更有效地分割粘连颗粒,其应用于图像处理也有着较好的应用前景。     

医学图像中粘连细胞分割方法研究

研究粘连细胞图像的分割问题。针对医学细胞图像中,细胞经常发生粘连,细胞粘连部分由于发生像素灰度混合,造成图像不清晰。传统的应用灰度的分割算法由于不能很好的区分粘连部分的灰度,不能完整的分割细胞的问题。为了解决上述问题,提出了自适应阀值调整的粘连细胞分割方法。通过求得粘连部位的细胞像素的具体特征,运用阀值的自适应变化区分粘连部位像素之间的不同,对像素进行划分,克服了传统方法像素划分不清的弊端。实验表明,方法能够有效的分割医学图像中的粘连细胞,取得了比较好的效果。     

粘连棒材图像自动分割计数技术

针对棒材图像自动计数存在的问题,提出了一种粘连棒材图像自动分割计数技术。首先采用粒度测量术估计棒材图像尺寸半径分布,自适应地选取处理参数。然后提出了一种新颖的棒材中心区域标记方法避免了初始过分割标记,在此基础上又提出了强、弱粘连概念。根据强弱粘连的特点,提出两步标记策略。分类粘连图像、获取图像的初始标记。对强粘连形成的欠分割标记区域采用逐次腐蚀算法,结合棒材形状面积等知识进行识别,获得正确的图像标记。最后融合两步图像中心区域标记结果,采用基于标记的分水岭分割算法进行图像分割。实验证明,这种方法能准确分割粘连棒材图像,实现可靠的棒材计数。     

黄瓜彩色图像分割

提出一种基于彩色阈值变换的黄瓜果实识别算法：利用黄瓜果实与周围梗叶在R和G颜色分量深度上存在一定的差异,先通过R、G阈值变换将彩色图像二值化,然后进行腐蚀和膨胀操作消除背景中的枝叶,最后根据圆形度提取黄瓜。实验结果显示,该算法能够有效地将黄瓜从背景中提取出来。     

基于U-net网络的肺部肿瘤图像分割算法研究

肺癌病灶大多具有体积小、形态多变、与胸腔内膜粘连等特点。随着CT扫描技术推广应用,肺部影像数据呈爆炸增长趋势,这给仅能依赖肉眼观察CT图像从而作出判断的影像科医生带来极大的挑战。针对这一问题,笔者提出了一种基于U-net的肺部肿瘤图像自动分割算法来辅助影像科医生作出判断。其具体实现流程为:先以原CT图像和由专业医生分割的图像为基础,将预处理后的图像输入U-net网络进行模型训练,得到训练模型,并用验证集中的图像验证。笔者所提出的U-net神经网络分割模型的JS准确率达到0.885 5。实验结果显示,该方法能有效分割CT图像中的肿瘤区域,且相比于传统算法更加精确高效。     

基于胸部CT图象的肺区自动分割

肺区自动分割是肺部肿瘤计算机辅助诊断系统的关键之一。文章采用多阈值和区域生长方法,先去掉背景,再去掉气管/支气管,最后对提取出来的肺区使用滚球的方法进行修补。该方法速度快、人工干预少、准确。     

改进U-Net网络的肺结节分割方法

为了对CT图像中的肺结节进行准确地分割,提出了一种基于改进的U-Net网络的肺结节分割方法。该方法通过引入密集连接,加强网络对特征的传递与利用,并且可以避免梯度消失的问题,同时采用改进的混合损失函数以缓解类不平衡问题。在LIDC-IDRI肺结节公开数据库上的实验结果表明,该方法达到的Dice相似系数值、准确率和召回率分别为84.48%、85.35%和83.81%。与其他分割网络相比,该方法能够准确地分割出肺结节区域,具有良好的分割性能。     

附网存储安全模型及系统设计

1 引言附网存储(Network Attached Storage,NAS)是可以直接挂到网络上向用户提供文件级服务的存储设备,它有自己简化的实时操作系统,并将硬件和软件有效地集合在一起,用以提供文件服务。附网存储是目前解决网络存储瓶颈最有效的方案之一,其安全机制有自己的特点,不同于一般的网络安全。本文根据附网存储系统安全机制的特点,提出了一个基于Petri网(Petri Nets,PN)的附网存储安全系统模型,并在此模型的基础上,设计了一个附网存储安全系统,此系统通过试用是实用和高效的。     

基于深度监督残差网络的肝脏及肝肿瘤分割

针对医生手动对肝脏肿瘤 CT 图像分割耗时、耗力,且易受主观判断影响的问题,该研究提 出一种深度监督残差网络(Deeply Supervised Residual Unet,DS-ResUnet)算法,以实现对腹部增强 CT 图像中肝脏及肝脏肿瘤区域进行全自动分割的目的。首先,利用公开发布的 MICCAI2017 肝脏肿瘤分 割(LiTS)挑战赛数据集,并使用 python 及 TensorFlow 开源框架进行数据分析;然后,构建深度监督 残差网络对肝脏及肝肿瘤图像进行自动分割;最后,通过平均 Dice 系数、全局 Dice 系数、Jaccard 系 数、平均对称表面距离(ASSD)、95% 豪斯多夫距离(HD95)、准确率和召回率七个评价指标对所提出 算法与 Unet 模型的性能进行比较分析。结果显示,所提出的 DS-ResUnet 算法在肝脏分割上的七个评 价指标结果依次为 96.06%、95.08%、92.54%、1.98 mm、12.87 mm、96.11%、96.06%,优于 Unet 模 型的结果(95.71%、94.52%、91.91%、2.41 mm、14.21 mm、95.48%、96.01%);在肝肿瘤分割上的 七个评价指标结果依次为 67.51%、76.65%、54.21%、6.65 mm、25.34 mm、80.39%、64.27%,也优 于 Unet 模型的结果(60.67%、73.47%、47.39%、9.43 mm、39.38 mm、79.61%、58.01%)。这表明所 提出的算法有效地提高了分割效果,实现了从 3D 腹部增强 CT 图像中全自动分割肝脏和肝肿瘤区域 的目的。     

基于可变形模型提取肿瘤区域的方法研究

为了减少计算机分析乳腺肿瘤影像的数据量，提高肿瘤病灶计算机辅助探测和辅助诊断的精确度，降低假阳性和假阴性，乳腺肿瘤区域的提取是至关重要的。基于乳腺恶性肿瘤和有些良性乳腺瘤(如纤维性瘤)的边缘模糊不清和凹凸多变的特性，传统的边缘提取算子和阈值法分割乳腺肿瘤区域很困难，该文提出应用基于可变形模型的梯度矢量流的方法提取乳腺X光片肿瘤区域，用基于亥姆霍兹最小能量损耗原理的一种新的外部能量代替传统方法的外部能量，从而解决了传统方法的可变形轮廓线不能收敛于目标边缘凹陷处的问题，并取得了良好的效果，为进行乳腺X光片肿瘤区域的形状特征提取提供了前提。     

前缘变配重颤振分析

为了提高某型飞机机翼颤振速度,详细探讨利用副翼前缘配重提高颤振速度的方案. 用MSC Nastran对副翼前缘进行变配重重量和位置的振动、颤振计算分析. 得到的结果有助于改善机翼的颤振特性,为机翼改进设计及飞机振动、颤振试飞提供参考.     

多尺度区域增长的肿瘤区域分割方法

数字化的医学图像在早期临床诊断中具有重要的意义。肿瘤形状分析是区分良性肿瘤和恶性肿瘤的重要方法之一。对乳腺肿瘤检测的最终结果很大程度上依赖于对肿瘤区域的分割。为了对肿瘤区域进行特征的提取和识别,首先需要把待处理的肿瘤区域从背景中分离出来。论文使用多尺度区域增长的图像分割技术实现肿瘤分割及肿瘤边缘的准确定位,该方法具有精度高、鲁棒性强等优点。实验结果表明,效果非常理想。     

一种改进的交互式CT胸部图像肺实质分割方法

提出一种交互式的肺实质分割算法,该算法充分利用序列CT图像相邻层中肺实质轮廓变化缓慢的特点,结合且改进了Live-Wire模型、Snake模型以及轮廓插值方法.并辅以操作人员的专业知识.首先人工的在序列CT图像中选取肺实质的关键层,然后通过Live-Wire模型交互式的勾勒其轮廓,再进行轮廓插值得到其他层肺实质的初始轮廓,最后通过Snake模型演化得到所有层的肺实质准确分割结果,并加以手工修正.实验结果表明,该算法能快速准确的从序列CT图像中分割出肺实质.     

附网存储中快照技术的设计

快照是文件系统的静态只读副本,附网存储中的快照技术可以用于实现文件系统的活备份以及用于恢复被误删除的文件。笔者在设计附网存储的过程中,针对常用的快照技术进行了研究,提出了一种新的设计实现方案,并根据有关的实验数据进行了分析。