地下水动力场演化图像奇异点检测方法研究

为了增强图像中的细节、完善平滑处理、提高图像中奇异点的检测精度,提出基于改进Renyi熵的地下水动力场演化图像奇异点检测方法。通过求解地下水动力场演化图像的梯度场,计算不同亮度下图像的相对梯度。利用图像增强函数,对地下水动力场演化图像作增强处理。创新性地根据三维直方图将地下水动力场演化图像划分为图像背景域和目标域。利用改进Renyi熵,定义了演化图像在目标域和背景域的三维Renyi熵。结合最大熵分割原理,分割了地下水动力场演化图像。引入平滑尺度,对地下水动力场演化图像进行平滑处理。利用概率函数,建立图像奇异点检测函数。设计了地下水动力场演化图像奇异点检测算法。试验结果表明,所提方法能够准确检测图像中的奇异点,并将检测熵值和检出率分别提高到0.8以上和90%以上。该研究有效提高了地下水动力场演化图像中奇异点的检测性能。     

基于3维图像增强的肺结节识别

孤立性肺结节的检测是肺癌早期诊断的关键。针对传统点增强滤波器虽然对结节增强具有很好的敏感性,但是却产生很多假阳性区域的问题,提出一种通过计算3维增强密度指数和判别规则来识别肺结节的方法。首先采用自适应双边滤波器对CT图像序列进行降噪和平滑处理;然后计算对应的Hessian矩阵及其特征值得到预增强系数,并获得感兴趣体区域,通过对预增强系数的分析来构造3维增强密度指数;最后应用判别规则对感兴趣体进行识别。针对两个肺部CT图像数据集对该方法进行了测试,结果表明,在识别孤立性肺结节方面该方法是有效的。     

基于隐式曲面的3维树木建模

为了利用隐式曲面构造出光滑拼接的3维树木枝条模型,同时义能避免3维树木建模中枝条曲面的单一性,以增强树木模型局部细节的真实感描述.提出了一种基于隐式曲面的3维树木建模方法,该方法首先将基于骨架的隐式曲面与具有多项式密度分布的直线骨架卷积曲面结合起来进行3维树木建模;然后采用BlobTree结构来组合隐式曲面原型,并用优化融合来消除树木枝条的融合突起;最后用PCM等隐式曲面建模技术来模拟3维树木表面的局部细节,并采用实际树木图片中的颜色概率分布进行纹理填充.实验结果表明,该方法不仅可以重构出具有多样性的光滑3维树木枝条,并能够逼真地生成树权脊梁、树木突起等局部细节特征.     

形状约束下活动轮廓模型冠脉血管图像多尺度分割

目的 由于计算机断层血管造影(CTA)图像的复杂性,临床诊断冠脉疾病往往需要经验丰富的医师对冠状动脉进行手动分割,快速、准确自动分割出冠状动脉对提高冠脉疾病诊断效率具有重要意义。针对双源CT图像特点以及传统单一基于区域或边界的活动轮廓模型的不足,研究了心脏冠脉3维分割算法,提出一种基于血管形状约束的活动轮廓模型分割方法。方法 首先,利用改进的FCM(fuzzy C-means)对心脏CT图像感兴趣区域初分割,其结果用于初始化C-V模型水平集演化曲线及控制参数,提取感兴趣区域轮廓。接着,由3维心脏图像数据获取多尺度梯度矢量信息构造边界型能量泛函,然后利用基于Hessian矩阵的多尺度血管函数对心脏感兴趣区域3维体数据增强滤波,获取血管先验形状信息用于约束能量泛函。最后融合边界、区域能量泛函并利用变分原理及水平集方法得到适合冠脉血管分割的水平集演化方程。结果 由于血管图像的灰度不均匀,血管末端区域更为细小,所以上述算法的实施是面向被划分多个子区域的血管,在缩小的范围内进行轮廓的演化。相比于传统的血管分割方法,该方法充分融合血管图像的先验信息及梯度场信息,能够从灰度及造影剂分布不均匀的冠脉血管图像中准确分割出冠状动脉,对于细小的血管结构亦能获得较好的分割效果。实验结果表明,该方法只需在给定初始轮廓前提下,有效提取3维冠脉血管。结论 对多组心脏CT图像进行分割,本文基于血管先验形状约束的活动轮廓模型可以准确分割出冠脉结构完整轮廓,并且人工交互简单。该方法在双源CT冠脉图像自动分割方面具有较好的正确率与优越性。     

基础信息保持和细节强化的胸部CT图像增强

目的 清晰的胸部计算机断层扫描(computed tomography, CT)图像有助于医生准确诊断肺部相关疾病,但受成像设备、条件等因素的限制,扫描得到的CT图像质量有时会不尽如人意。因此,本文提出一种简单有效的基于基础信息保持和细节强化的胸部CT图像增强算法。方法 利用多尺度引导滤波器将胸部CT图像分解为一个基础信息层和多个不同尺度的细节层。基于熵的权重将胸部CT图像的多个细节层进行融合,并乘以强化系数进一步增强纹理细节。将强化的细节层和原始的基础信息层重新组合即可生成细节强化的胸部CT图像。通过此种增强方式,本文算法既能显著增强胸部CT图像的纹理细节,又能将大部分原始的基础结构信息保留到增强图像中。结果 为了验证算法的有效性,将本文算法与5种优秀的图像增强算法在由3 209幅胸部CT图像组成的数据集上进行测试评估。定性和定量实验结果表明,本文算法得到的增强图像保持了更多原始胸部CT图像中的基础结构信息,并更显著地强化了其中的纹理细节信息。在定量结果中,本文算法的标准差、结构相似性和峰值信噪比指标值均优于对比的5种方法,相比于性能第2的方法分别提高了4.95、0.16和4.47,...     

基于时空域滤波的二维动画图像细节增强方法

应用常规二维动画图像增强方法，容易产生图像边缘模糊和清晰度较差等问题。基于此，引入时空域滤波算法，提出了一种全新的二维动画图像细节增强方法。首先，多尺度分解二维动画图像，提取有针对性的图像细节特征信息。其次，利用时空域滤波算法对动画图像进行降噪处理，减少图像中的噪声干扰。最后，依据双边滤波方法原理捕获动画图像的特征结构，增强和融合图像细节。实验结果分析可知，新方法能够显著提高各种不同类型动画图像的峰值信噪比，降低失真，从而优化图像质量、清晰度、视觉冲击力。     

一种基于图像的非均匀单散射参与介质建模方法

针对非均匀单散射参与介质建模问题,提出一种能够保持密度场空间变化细节的建模方法.使用体数据、吸收和散射系数之比分别描述参与介质空间变化的密度分布及光线在其内部的传输特性,通过构建采集图像像素值与它们之间的表达式,将建模问题转化为非线性数值优化问题,求最优解.为了解决高分辨率体数据下大量体素密度值同时求解带来的时间开销大及数值不稳定问题,提出一种符合采集图像像素值明暗分布规律的密度场体数据初始化算法和一种多分辨率体数据逐步求精优化算法;为了快速计算大量体素密度值梯度,提出一种基于GPU的多体素并行梯度计算算法.实验结果表明,提出的方法能够根据采集图像重构烟模型,并保持其细节信息.     

单幅植物叶片图像的3维重建

目的 植物叶片形态复杂,在虚拟场景中很难真实表现。为了从信息量有限的单幅图像中恢复植物叶片的3维形状,本文基于从明暗恢复形状（shape from shading,SFS）的方法,利用亮度统计规律和植物形态特征恢复叶片的3维形状。方法 在SFS的基础上,设计基于图像骨架的距离场偏置加强表面细节;针对SFS对恢复宏观几何形状的不足,提出根据图像亮度统计分布选取控制点控制表面宏观形状变化,并利用叶片中轴的距离场约束恢复宏观几何形状,每种方法对于表面宏观几何形状恢复的权重基于恢复的反射图和输入图像间的相似度设定;将表面细节添加到宏观几何形状上得到目标对象的3维形状。结果 选取植物叶片图像进行实验,并与其他方法进行比较,实验结果表明本文方法增强了表面细节显示,并有明显的宏观几何形状变化。同时为了验证本文方法对其他物体表面细节恢复的适用性,分别对硬币和恐龙恢复表面细节,实验结果表明提出的增强表面细节的方法同样适用于其他物体。结论 针对单幅植物叶片图像的3维重建,在SFS的基础上提出了根据骨架特征加强表面细节,根据图像亮度统计分布和叶片中轴距离场约束共同恢复表面宏观几何形状的算法,实验结果验证了本文方法的可行性。     

三维工业CT图像裂纹面检测*

利用工业CT扫描工件可得到包含工件内部裂纹的三维CT图像,而将裂纹面从CT图像中提取出来是对裂纹属性进行分析的关键,对确保工件可靠性具有重要的意义。针对直接3D C-V模型提取裂纹面速度慢的特点,研究了三维小波与C-V模型相结合的图像分割方法,提高裂纹图像分割速度。实验结果表明,与直接3D C-V模型相比,该方法可将三维C-V模型提取裂纹的速度提高大约1.5倍,为后续裂纹分析打下基础。     

基于Mimics的CT三维重建应用分析

通过实例分析了Mimics的CT三维重建过程。在建模中利用Matlab进行CT图像格式的转换,分析了图像的导入和对比度调整过程,阐述了图像去燥与分割提取方法。结果显示利用Mimics可以方便快捷的对CT影像进行快速三维重建。     

Surface extraction from multi-material components for metrology using dual energy CT

This paper describes a novel method for creating surface models of multi-material components using dual energy computed tomography (DECT). The application scenario is metrology and dimensional measurement in industrial high resolution 3D x-ray computed tomography (3DCT). Based on the dual source / dual exposure technology this method employs 3DCT scans of a high precision micro-focus and a high energy macro-focus x-ray source. The presented work makes use of the advantages of dual x-ray exposure technology in order to facilitate dimensional measurements of multi-material components with high density material within low density material. We propose a workflow which uses image fusion and local surface extraction techniques: a prefiltering step reduces noise inherent in the data. For image fusion the datasets have to be registered. In the fusion step the benefits of both scans are combined. The structure of the specimen is taken from the low precision, blurry, high energy dataset while the sharp edges are adopted and fused into the resulting image from the high precision, crisp, low energy dataset. In the final step a reliable surface model is extracted from the fused dataset using a local adaptive technique. The major contribution of this paper is the development of a specific workflow for dimensional measurements of multi-material industrial components, which takes two x-ray CT datasets with complementary strengths and weaknesses into account. The performance of the workflow is discussed using a test specimen as well as two real world industrial parts. As result, a significant improvement in overall measurement precision, surface geometry and mean deviation to reference measurement compared to single exposure scans was facilitated.     

锥束CT的图像分块OSEM重建算法

在计算机断层成像（CT）中,有序子集最大期望值算法（OSEM）能够在较短的时间内重建出高质量的图像。对含有噪声的投影数据,投影旋转分度子集划分的不同会影响到图像的重建质量和收敛速度。针对三维锥束CT情况,研究了一种基于图像分块的变子集OSEM重建方法,该方法将图像空间分割成等大小的图像块,然后在迭代过程中,对于不同的图像块用变化的子集进行图像重建。计算机仿真实验表明：该方法在锥束CT图像重建中,能够在抑制噪声的同时提高重建图像的收敛速度。     

Lung metastasis detection and visualization on CT images: a knowledge‐based method

A solution to the problem of lung metastasis detection on computed tomography (CT) scans of the thorax is presented. A knowledge‐based top‐down approach for image interpretation is used. The method is inspired by the manner in which a radiologist and radiotherapist interpret CT images before radiotherapy is planned. A two‐dimensional followed by a three‐dimensional analysis is performed. The algorithm first detects the thorax contour, the lungs and the ribs, which further help the detection of metastases. Thus, two types of tumors are detected: nodules and metastases located at the lung extremities. A method to visualize the anatomical structures segmented is also presented. The system was tested on 20 patients (988 total images) from the Oncology Department of La Chaux‐de‐Fonds Hospital and the results show that the method is reliable as a computer‐aided diagnostic tool for clinical purpose in an oncology department. Copyright © 2002 John Wiley & Sons, Ltd.     

基于双解码U型卷积神经网络的胰腺分割

计算机断层成像(computed tomography, CT)中, 胰腺分割作为医学图像分析中最具挑战的任务之一, 由于其体积小、形状多变的特点, 导致传统的自动分割方法无法达到理想的分割精度. 利用高级语义特征指导低级特征的思想, 提出一种基于双解码U型卷积神经网络的单阶段胰腺分割模型. 模型由一个编码器和两个解码...     

Sensitivity improvement of automatic pulmonary nodules detection in chest X-ray CT images

In this article, we develop an automatic detection method for non-isolated pulmonary nodules as part of a computer-aided diagnosis (CAD) system for lung cancers in chest X-ray computed tomography (CT) images. An essential core of the method is to separate non-isolated nodules from connecting structures such as the chest wall and blood vessels. The isolated nodules can be detected more easily by the CAD systems developed previously. To this end, we propose a preprocessing technique for nodule candidate detection by using double-threshold binarization. We evaluate the performance using the receiver operating characteristic (ROC) analysis in clinical chest CT images. The results suggest that the detection rate for non-isolated nodules by the proposed method is superior to that by the conventional preprocessing methods.     

CT投影采样策略对重建质量影响综述

针对计算机断层成像（Computed Tomography,CT）中投影数据与图像重建关系,综述了CT在投影策略方面对重建质量的影响.对不同采样策略获取的不完全投影数据,应用迭代类算法对投影数据进行重建,研究了均匀采样和非均匀采样情况下不同数据结构对重建图像质量的影响.对仿真数据和实际数据重建结果进行分析,同时对不同策略下的投影数据结合其数据分布特点探讨了重建质量优劣的原因.论文可以为CT重建领域的研究工作者提供全面的采样方法梳理和总结,为当前不完全投影数据获取方式对应的算法改进提供思路,最后对当前研究重点和未来发展进行了展望.     

基于自适应块聚类的医学图像超分辨重建

医学图像在病人的诊疗过程中具有重要的参考意义。然而,受设备分辨率和放射剂量的影响,现有设备获得的医学图像分辨率较低,容易对最终诊疗结果产生不利影响。针对这个问题,提出了一种自适应块聚类的医学图像超分辨重建算法。首先,该算法对图像进行四叉树分解,自适应地获得不同尺度的图像块;然后,通过图像块特征提取和聚类处理得到各个不同尺度图像块的聚类中心;最后,利用聚类中心和相应的回归系数重建出高分辨率图像。实验结果表明,所提方法在医学图像重建效果和峰值信噪比、结构相似性对比等方面能够取得更好的效果。     

Design,manufacture and geometric verification of rapid prototyped microfluidic encapsulations by computed tomography

This paper presents the dimensional verification of encapsulations used to package microfluidic devices manufactured using a 3D printer of photopolymerisable resin. This characterisation has been performed by computed tomography (CT) by comparing newly manufactured encapsulations and samples that have been subjected to test conditions. Thus, it has been possible to draw conclusions both on the deviations of the nominal geometry of the encapsulations and on how this might affect their performance. This paper presents a scheme of dimensional verification from the point clouds obtained by CT. Finally, a combined threshold and scale factor correction technique of the tomography images is shown. This method is based on the simultaneous measurement of objective and master parts with known geometry. The results reveal the improvements achievable in the accuracy, given a particular machine configuration. The conclusions facilitate the improvement of the geometric design of these devices regarding their behaviour under test conditions.     

Survey on liver CT image segmentation methods

The segmentation of liver using computed tomography (CT) data has gained a lot of importance in the medical image processing field. In this paper, we present a survey on liver segmentation methods and techniques using CT images, recent methods presented in the literature to obtain liver segmentation are viewed. Generally, liver segmentation methods are divided into two main classes, semi-automatic and fully automatic methods, under each of these two categories, several methods, approaches, related issues and problems will be defined and explained. The evaluation measurements and scoring for the liver segmentation are shown, followed by the comparative study for liver segmentation methods, pros and cons of methods will be accentuated carefully. In this paper, we concluded that automatic liver segmentation using CT images is still an open problem since various weaknesses and drawbacks of the proposed methods can still be addressed.     

基于动态后验模拟的PET图像重建

正电子发射成像是一种有效的生理功能性成像手段，但是由于投影数据中噪声大而给重建带来困难，为此提出了利用其他高质量的解剖成像结果的分割模板先验来进行完全Bayesian重建以提高重建效果，分割模板先验可以表示为包含超验参数的Markov场形式，但是它的非凸性和超验参数的存在使得无法用常规的方法得到最大后验估计，为此采用动态后验模拟算法计算后验平均估计，基于满足条件分布的动态后验模拟法可以同时更新象素的密度和超验参数，并且容易得到重建的方差和置信区间，将这种方法和似然估计、最大后验估计结果进行比较，重建的结果无论在空间分辨率和抑制噪声方面都有取得了好的效果。