基于模糊连接度的交互式CT图像分割算法

如何准确地从CT图像中提取出感兴趣的组织,是医学图像分割中的难点。提出了一种基于模糊连接度的交互式CT图像分割算法：先根据用户指定的感兴趣区域的灰度范围预分割图像,然后用户从结果图像中选择目标和背景种子点,计算出各像素点与两类种子点的模糊连接度,最后根据连接度大小将像素点划分到目标或背景区域。分割过程中,用户可以通过增设或删除目标或背景种子点,修正分割的结果。实验表明,该算法能准确有效地分割出感兴趣区域。     

基于非结构网格的蒙特卡罗重要性抽样方法研究

为改善传统的依赖结构网格有限差分离散纵标（SN）程序确定粒子重要性分布的一致性共轭驱动重要抽样（CADIS）方法的建模和计算精度，以进一步提高其处理复杂几何深穿透问题的能力，本文开发了基于SN-间断有限元方法（DFEM）的并行三维非结构网格中子-光子耦合输运计算程序NECP-SUN，并将其作为共轭求解器与蒙特卡罗程序NECP-MCX耦合，研究并实现了全自动的非结构网格CADIS方法。对HBR-2基准题和中国聚变工程试验堆（CFETR）环向场磁体线圈盒快中子注量率的计算结果表明：较传统CADIS方法，非结构网格CADIS方法对复杂几何的适应性更强，取得的结果相对统计偏差更低、更接近实测值；较直接蒙特卡罗计算，非结构网格CADIS方法的品质因子（FOM）提高了1～3个量级。因此，本文研究的非结构网格CADIS方法能够较好地处理复杂几何深穿透问题。