基于投影法的四面体网格切割算法

四面体网格切割算法是有限元仿真中的重要组成部分,切割的结果决定了刚度矩阵的更新速度和精度。本文在研究Cotin算法和Bielser算法的基础上,采用了预投影的方法,将部分顶点投影到切割平面上,使原先的四面体分割转化为相邻四面体分离,以达到简化分割的目的。与Cotin算法和Bielser算法相比,由该算法得到的网格切割边界更加合理,剖分比更低,提高了刚度矩阵更新的速度和精度。     

基于三维Savitzky-Golay滤波的蒙特卡罗剂量分布去噪

提出了一种基于三维Savitzky-Golay滤波的蒙特卡罗（MC）剂量分布的去噪方法。该方法首先利用MC方法模拟粒子轨迹数目较少时得到剂量的三维分布,然后对该剂量分布用三维Savitzky-Golay平滑滤波方法进行去噪处理。结果表明：采用三维Savitzky-Golay平滑滤波方法去噪,不仅提高了剂量分布的可视性,降低了MC计算剂量分布的不确定性。而且也相应地提高了MC剂量计算方法的计算效率。     

基于一种新的非局部二次MRF先验模型的Bayesian图像重建

Bayesian方法或最大后验(maximum a posteriori,MAP)法被认为是解决图像重建中的病态问题的有效方法.根据Bayesian理论,目标图像的先验信息被加诸于图像重建中来抑制噪声.然而,大部分的先验模型提供的先验信息来自于一个较小的局部邻域内灰度值的简单加权差,只能对Bayesian重建提供有限的先验信息.本文提出一个新的非局部的且具有二次的先验能量方程的马尔可夫随机场(Markov Random Fields,MRS)先验,该先验通过选择较大邻域和新的加权方式来充分利用图像的全局信息.文章同时还提出使用该非局部先验的Bayesian重建的迭代算法.最后给出了该先验在PET(正电子发射成像)重建中的应用.实验结果以及同其他先验的比较证明该先验在降低噪声效果和保持边缘方面具有很好的表现.     

基于纹理分析的磁共振图象区域分割

本文介绍了一种用于医学磁共振脑部图象中的主要解剖结构区域分割的纹理分析方法.利用纹理的二阶统计参数和局部分形维数,组成特征空间后,对象元进行两步分类:首先利用K平均方法进行二值决策分类,然后采用概率松弛方法获得象元对各类的隶属概率.     

基于距离变换和非线性规划理论的三维图像表皮配准的研究

本文提出一种基于距离变换和非线性规划的三维图像匹配方法,对物体表皮配准进行了深入的研究;它基于一种简便且易于实现的三维距离变换,采用了改进的优化算法,在实际配准搜索中,对优化的方法进行改进,采用搜索终止条件多样化的方法,在原来的基础上,增加几个方向搜索的跨度,即在搜索点集收缩到一点时,在点集维数的各个方向上,按顺序依次逐步增加各个方向的跨度步长,一直寻找到更小的目标函数值,再重复开始新的起点的搜索.实验中,利用该方法对三维图像配准中的噪声干扰、局部配准等方面进行了测试,得到了很好的结果.     

矩方法在三维医学图像处理中的应用

图像处理涉及边界检测，图像分析、增强等多个方面的内容。迄今已有大量的方法被用于图像处理的各个领域。近年来，矩由于它特有的良好性能吸引了众多专家的注意，得到了广泛的研究并成功地用于图像处理等诸多领域。本文着重讨论矩方法在三维医学图像中的应用。     

基于Windows GDI的图形图像处理探讨

介绍使用Windows GDI进行图形、图像处理的技术，并通过图形裁剪、图形求交、图像腐蚀和扩张的例子来详细说明它在设计放射治疗计划系统软件中的实际应用。     

实数遗传算法交叉策略的改进

本文介绍了实数遗传算法交叉策略的一种改进方法,采用新的交叉策略决定遗传算法中子代个体的位置,可以使子代快速地向更高适应度的区域移动.实验结果说明使用这种改进的实数遗传算法可以极大地提高算法获得最优解的速度.     

基于支持向量机的冠心病辅助诊断研究

支持向量机(SVM)是在统计学习理论基础上发展而来的一种新的通用学习方法,较好地解决了有限样本的学习分类问题。用支持向量机的分类算法,选取不同的核函数,构造了支持向量机的不同分类器,并将其应用于冠心病的预测诊断。仿真结果表明,非线性的支持向量机取得了较高的准确率,支持向量机在早期冠心病的诊断中有很大的应用潜力。     

电阻抗扫描成像病灶参数提取算法

为了提升电阻抗扫描成像的性能,本文提出了一个完备参数提取算法.该算法由前向问题建模以及参数提取两部分构成.前向问题模型基于静电散射理论,通过该模型可以获得前向问题的解析解.与常用的采用迭代过程的前向问题求解方法相比,采用新模型的前向问题求解速度大大提高.基于提出的前向问题模型,参数提取可以视作一个约束优化问题并采用改进的单纯形算法求解.仿真实验表明,完备参数提取算法与已有的参数或信息提取算法相比,不仅能够获得乳腺癌病灶更多的信息,并且准确度和鲁棒性更好.