基于改进的各向异性扩散方程的医学超声图像降噪方法

提出了一种基于各向异性扩散方程的改进方法.通过将Perona和Malik各向异性扩散模型(P-M模型)中的扩散方向由四方向扩展到八方向,使图像细节信息得到增强,并提出一种新的扩散系数计算方法,克服了以往方法中收敛速度过快的问题,且新的梯度算子能更好地区分噪声点和检测边缘区域.仿真医学超声图像降噪实验表明,该方法的滤波效果和保边性能优于经典的P-M方程和林石算子,同时迭代时间也大大减少,是一种有效地医学超声图像降噪方法.     

CT图像SART重建技术的CUDA并行实现

在计算机断层扫描(CT)图像重建领域,当投影数据不完备或者含有噪声时,相对于滤波反投影(FBP)算法,联合代数重建方法(SART)能重建出质量更高、更符合临床诊断要求的图像。但SART方法非常耗时,而算法的并行实现是解决这一问题的有效途径之一。提出一种基于nVIDIA通用设备计算架构(CUDA)实现的SART并行运算方法。实验结果表明,该方法在不牺牲重建图像质量的基础上,重建时间大为缩减,更有利于临床应用。     

S变换在心肌声学造影图像降噪中的应用

提出一种基于二维S变换的时频滤波方法。S变换融合了短时傅里叶变换和小波变换的优点,适合医学图像处理。该方法在局部频谱利用硬阈值去噪,可用于心肌声学造影图像降噪。降噪实验表明了该方法的有效性和临床应用价值。     

一种自由臂三维超声任意切面重建方法

提出一种无体素的自由臂三维超声任意切面重建方法。通过计算重建切面和原始超声图像的位置关系,根据重建切面附近的超声图像像素点直接重建得到任意切面图像,在计算切面图像像素值的过程中采用平方距离加权方法。实验结果证明,与传统方法相比该方法具有更高的重建精度和相近的噪声抑制能力,而针对某一确定平面的重建时间仅为传统方法的1.6%左右。     

三维Shepp—Logan头部模型仿真投影数据的计算

为了验证三维重建算法的可靠性和准确性，提出以3D Shepp-Logan头部模型作为三维医学图像重建领域进行仿真实验和算法性能评测的基本参考模型，详细介绍了模型的设计与实现以及仿真投影数据的计算，并基于3D Shepp-Logan头部模型的三维医学图像重建进行了仿真实验，实验结果证明了新思路的可行性和模型计算的准确性。     

并网型风电场扩展光伏互补发电容量优化配置

风、光资源具有天然的互补性,在已建成的风电场中扩展光伏发电,组建互补发电系统,有利于平抑出力波动并提高运行经济性。提出一种并网型风电场扩展光伏容量优化配置方法。基于风速和太阳辐射在时间尺度上的互补性,建立修正的气象概率分布模型。以电气设备利用率最大,输出功率波动性和弃风、弃光电量最小为目标构建多目标优化模型,充分考虑3个目标之间的矛盾以及不同升压主变容量的影响。采用蒙特卡罗方法仿真生成风、光气象数据,基于多目标粒子群算法求取Pareto最优解集合,结合工程要求和经济性指标从集合中确定最终方案。结合算例,对本研究方法的有效性进行了验证。     

冠脉造影图像序列的时空滤波

为了降低冠脉造影图像的噪声、提高冠心病临床诊断的准确率,达到低X-射线辐射剂量的前提下获得高质量图像的临床应用目的,提出一种冠脉造影图像序列的时空滤波方法。将小波降噪中的阈值降噪思想引入到快速离散正交S变换(FDOST)中,提出了基于FDOST的软阈值降噪算法对冠脉造影图像进行空域滤波;使用小波降噪对冠脉造影图像序列进行时域滤波,充分利用小波降噪的时间平滑性;加入预处理环节,使用海森矩阵增强冠脉造影图像中的线状结构。仿真及实验结果表明了降噪后的图像信噪比和对比度相比原图像大幅提高,说明了该方法适用于低剂量辐射下的冠脉造影图像序列降噪。     

基于压缩感知的微分相衬CT迭代图像重建

X-射线相衬计算机断层成像(CT)通过X-射线穿过样品后相位信息的改变来得到高衬度的图像,特别适用于轻元素的成像,并且可以获得远高于传统吸收衬度CT的密度分辨率。基于光栅的微分相衬CT（DPC-CT）由于可以使用常规的X射线光源而有着巨大的临床应用前景,但DPC-CT成像的X-射线辐射剂量问题尤为突出,是其走向实际应用的瓶颈。针对上述不足,提出了一种微分相衬CT迭代图像重建算法（DD-L1）,该方法将压缩感知（CS）理论和CT迭代图像重建技术相结合并引入距离驱动（DD）的正/反投影运算计算策略。仿真实验结果表明,DD-L1算法能够在投影数据不完备的情况下得到较高质量的重建图像。     

用单幅图像重建三维凸面和两类鞍面的方法

利用Eikonal方程的粘性解给出了基于单幅图像的凸面三维重建算法;定义了2类鞍面——加性鞍面和乘性鞍面．利用凸面法和凹面法从鞍面单幅图像重建2个抛物柱面,然后根据鞍面的结构特点将2个抛物柱面重新合成鞍面．文中算法从临界点开始计算,不要求边界条件,具有较高的精确度．最后通过实验分析了该算法对噪声的敏感性．     

手指背关节皮纹识别方法

利用自主设计的采集装置获得手背图像，由Canny算子分割并定位手指背关节皮纹，根据卷积定理，对要测试的两背关节皮纹进行快速配准，以相关分类器作为判据，检验两者是否为同一模式．在小型数据库上的试验表明：手指背关节皮纹识别具有很好的稳定性和可靠性，在等错误拒绝率和等错误接受率情况下，识别准确率初步可高达95．58％．