基于Anscombe变换域BM3D滤波的低剂量CT重建

针对低剂量CT图像质量退化问题,提出了一种基于投影域数据恢复的低剂量CT优质重建方法。新方法首先通过非线性Anscombe变换将满足Poisson分布的投影域数据转化Gaussian型分布,然后利用针对Anscombe变换的Gaussian型数据进行自适应Block-Matching and 3D filtering（BM3D）滤波,最后通过对Anscombe逆变换数据执行传统的滤波反投影（Filtered Back Projection,FBP）CT重建。由于Anscombe变换数据的方差已知,且所用BM3D滤波无需人工设置滤波参数,使得方法可实现自适应低剂量CT图像重建。仿真和临床低剂量CT数据的实验表明,方法具有良好的重建鲁棒性,其重建图像的噪声和伪影可同时得到有效抑制。     

基于B样条和L-M优化方法的快速弹性配准

提出了一种快速医学图像弹性配准计算方法。该方法应用B样条变形模型,由于三次B样条函数具有连续二阶微分的特性并且可以单独计算,该方法采用了基于B样条卷积核的卷积计算方法,提高了计算速度。同时该方法应用Levenberg-Marquardt优化方法计算控制系数,此优化方法充分应用关于控制系数的Hessian矩阵,使形变更为平滑。使用卷积计算及Levenberg-Marquardt优化方法不仅有很高的计算速度,也有很强的配准鲁棒性。为了得到平滑稳定的偏移量,该方法应用先验知识对代价函数进行了修正,从而对偏移量进行约束。     

医学图像检索分类的MOAB编码方案

虽然现代医学通讯标准例如DICOM中包含了用于描述病案、患者以及成像技术等的非图像参数，但是由于这些标识(Tag)结构过简、语义交叠，甚至会由成像设备随意设置，因此并不适用于医学图像的分类。为此，提出了一个简便易行、基于树状结构的、明细检查细节的编码方案。编码由影像设备(modality)技术代码、体位(oroentation)方向代码、解剖学(anatomy)代码、生物系统(biological system)代码4个部分组成。简称为MOAB编码方案。为检验分类效果，利用该编码方案对7000余幅数字化图像建立了一套索引编制较为完善的图像数据库。通过实验和同其他编码方案的比较讨论，通过实验和同其他编码方案的比较讨论，结果证明，该编码方案能够充分描述医学图像内容。依照该编码查询和浏览图像，准确率高、速度快，为下一步开展基于医学图像内容检索的研究奠定了必备条件。     

一种新颖的多尺度无监督图像分割算法

吉伯斯随机场(Gibbs Random Fields,GRF)作为一种引入图像空间信息的先验模型已广泛运用于贝叶斯图像分割中.然而迄今为止,所涉及的这类先验模型往往仅体现为单一尺度上的马尔科夫性,而在多尺度意义上却未曾涉及.首次通过扩展传统单尺度意义上GRF模型到多尺度上,即多尺度吉伯斯随机场,从而圆满地解决这些难题.实验表明:所提出的模型算法有很好的鲁棒性,且易于实现对图像无监督的精确分割.     

基于多通道小波的DTI图像恢复

扩散张量图像中存在的赖斯噪声给张量计算和脑白质追踪等带来严重影响。为了减少噪声影响,该文采用多通道小波对扩散加权图像进行恢复,采用峰值信噪比来定量地评估本滤波器消除赖斯噪声的性能。基于模拟和真实数据对张量场的表面扩张系数等进行了计算并进行人脑白质纤维追踪。把该去噪方法和单通道小波方法进行比较,实验结果表明,提出的滤波器具有更好的噪声性能。     

一种面向服务的软件Agent设计模型

软件Agent的设计实现对于解决网络分布环境中的很多应用问题都非常重要。本文在基于事件处理的概念级软件Agent设计模型的基础上,针对Web服务的特殊要求,做出了相应的模型改进。首先对三个知识库进行了细化,然后给出了面向服务的软件Agent内部决策算法过程;考虑到Web服务对Agent协同的要求,还提供了软件Agent必须遵守的交互参考协议。