鼻咽癌近距离放疗仿真

近距离放疗是鼻咽癌治疗的主要手段之一.其计算机仿真可帮助医生制定详细的放疗方案,对鼻咽癌精确放疗具有显著意义.一个完整的鼻咽癌近距离放疗仿真的方案被提出.首先,对CT图像进行分割,重建三维组织模型.然后,设计了基于Ta-chih Lee细化算法的鼻咽腔放疗源虚拟输送路径.最后,对125I柱状放射源放射剂量分布进行了蒙特卡罗仿真.初步实现了鼻咽癌近距离放疗的计算机仿真.     

序列医学图像三维分割的一种方法

介绍了一种Live Wire和轮廓插值算法相结合的序列医学图像分割算法，在这个算法中又借鉴了活动轮廓模型方法的思想，使得这三种算法有机的结合在一起。并对传统的轮廓插值算法和-Live Wire进行了改进，结合活动轮廓模型方法的思想在重建的轮廓中根据实际图像的局部特征进行了自动收缩。实验表明这种算法能快速准确的从序列医学图像中分割出感兴趣的物体。     

分支结构中的虚拟内窥技术

介绍了完整的面向具有树状分支结构特征的管道系统的虚拟内窥技术。以典型的具有树状分支结构特征的支气管为例，从如何进行人体体数据的分割及三维模型的重建开始，依次介绍了如何利用三维图像细分算法提取虚拟漫游的主路径，如何根据漫游路径重新组织复杂的三维模型，随后介绍了一种用于管道内部漫游的碰撞检测方法——位置一体素对照表法，最后介绍了在具有分支结构特征的管道系统中的视点导航技术。     

区域进化自适应高精度区域增长图像分割算法

为克服经典区域增长算法中门限选择困难、分割稳定性不高与串行处理速度慢的不足,提出基于区域进化的自适应高精度区域增长图像分割算法。在图像预处理过程中,首先通过各向异性滤波算法对切片进行滤波,达到去除图像噪声同时避免对边界区域的模糊;然后引入了新的区域能量表示模型,并给出了迭代进化形式,在区域增长过程中,逐渐增加区域增长的门限,通过对能量函数的动态优化来逼近最佳分割结果;最后利用主动轮廓模型进行精度分割,得到精确而比较光滑的分割目标轮廓。对比实验表明提出的方法是合理有效的。     

前视红外地面待机目标轮廓提取方法

针对前视红外成像制导中地面待机目标的轮廓提取问题,提出一种新的多目标轮廓提取方法。首先利用相对定位分割技术,将待机目标区域从复杂地面背景中分离出来,然后采用灰度阈值法初步检测目标数量和方位,再通过边缘点聚类分割算法将多目标边缘图像进行分割,最后基于距离差分最小提取目标轮廓。实验结果表明,针对复杂地面场景,该方法可以实现对不同数量、不同类型、不同尺寸地面待机目标的外轮廓提取。基本满足前视红外成像制导对轮廓提取算法实时性好、轮廓完整度高、抗干扰能力强等要求。     

图像分割问题的梯度投影算法

针对Berkels提出的无约束严格凸的图像分割模型,在Bermudez-Moreno对偶算法的基础上提出了一种不仅易于实现并能快速得到全局极小值的梯度投影算法.首先,解释了Bermudez-Moreno对偶算法可用于模型问题的求解并推导出迭代计算格式;然后,证明了迭代格式的收敛性并分析了其收敛速度;最后,仿其实验表明了所提出算法能够有效地、快速地求解图像分割问题.     

基于线段和消隐点的建筑墙面自动分割算法

建筑物的墙面分割是基于图像建模、路标识别、导航及场景理解等室外城市环境应用系统中的基础内容,目前基于多幅图像重建的墙面分割方法或基于重复结构假设的先验知识的分割方法具有计算量大和通用性差等特点。为了能够简捷、快速、准确地得到墙面分割结果,提出一种针对建筑物的墙面自动分割算法,用于将二维图像中的建筑物分割为分离的墙面集合,可满足路标识别、导航、场景理解的实时性需求。该算法利用从图像中提取的线段和消隐点信息,将高维的建筑墙面分割问题转化为一维分割问题。实验结果表明,该方法具有精确度高、鲁棒性好、效率高等优点。     

基于多尺度分析的虚拟植物分枝结构三维重建

提出一种基于多尺度分析的虚拟植物分枝结构三维自动重建方法.首先建立控制分枝结构生长的二维层次自动机模型.对同种植物不同植株生长单元和叶元两级组织的形态和几何数据进行采样,用隐马尔可夫树分析生长单元的统计特征及转移关系,隐状态标记具有不同统计特征的各类生长单元,并采用半马尔可夫链描述产生各类生长单元的叶元序列.多尺度分析结果作为二维层次自动机模型的参数,自动控制三维重建过程.仿真实验表明本方法能够较真实地自动重建同种植物分枝结构的三维模型,能满足虚拟农业实验室的植物建模需求.     

多约束下矩形件排样问题的混合求解算法研究

针对板材和玻璃下料过程中存在的矩形件排样问题,提出了一种基于分割匹配算法与改进蚁群算法的混合算法进行求解。建立了以最大化均方利用率和剩余加工时间为目标的排样优化模型;利用蚁群算法作为排样顺序算法确定部分零件的排样顺序以满足零件的加工时间限制,为了提高蚁群算法搜索效率,提出了自适应信息素更新策略,引入基于遗传变异和2-opt变异的混合变异策略来增强局部搜索能力。针对于零件在毛坯上位置的排布问题,为提高毛坯的均方利用率同时又满足一刀切约束条件,提出分割匹配算法进行矩形件排布优化。将改后的算法与其他优化算法用国际标准测试案例和企业实际案例进行对比分析,验证了所提混合算法的有效性。     

基于本体论的团队虚拟知识流抽取模型研究

集成本体论与过程视图理论改进现有的模型,以iPhone的研发过程为依据定义了标记知识流与虚拟知识流,论证了两者的关系.根据iPhone研发过程中不同团队的实际任务,选取标记知识节点抽取虚拟知识流,建立了团队虚拟知识流抽取模型,阐述了模型的运行规则和步骤并以规划团队为例进行实证分析.研究结果表明:选取合理的标记知识节点形成虚拟知识流是组织满足不同任务团队知识需求的有效途径;借助虚拟知识流的抽取模型,组织可以直观地为不同职能的团队提供知识支持,说明不同团队的知识需求及工作相关知识信息的查阅顺序,使团队更具针对性地完成自身任务,以此提高组织的内部沟通效率和决策质量.研究为知识流动的过程分析提供了新的视角,也为相关领域的深入探索提供了有利的理论支持.     

基于有限元法人体腿部生物力学仿真研究

为了建立可用于手术预演和规划的可靠的虚拟生物组织力学模型进行人体腿部生物力学仿真研究,根据关键组织的三维重建结果,采用有限元方法自下到上的建立骨骼、皮肤和部分软组织的生物力学模型.针对CT图像无法精确重建肌肉的几何模型的问题,在充分考虑肌腱的生物力学特性,又体现肌纤维的微观解剖结构的基础上,提出一种新型的肌肉建模方法.最后,通过患者手术获得的力位数据与有限元仿真数据的对比分析,证明建立的人体生物力学模型的可信性.     

基于人眼视觉的任意形状区域丢失图像信息重建

任意形状区域丢失图像信息的重建对于图像中遮挡区域的去除、受损图像的复原和红外图像中的目标检测具有十分重要的意义。目前普遍采用的插值重建等方法存在重建后图像的主观视觉质量明显下降的不足。因此提出了基于人眼视觉特性的任意形状区域丢失图像信息的重建模型。利用重建区域外接矩形中余留的已知信息 ,并根据人眼的低通视觉特性 ,以加权最小二乘的方式在DCT域中重建相应的DCT系数 ,然后通过IDCT得到重建后的图像。实验证明 ,通过该方法所得到的任意形状区域的重建图像 ,在主观和客观质量方面都有显著的提高。     

基于VMD的中国出口集装箱运价指数分析与组合预测

基于分解-重构-分项预测-集成思想,通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径,构建了基于变分模态分解(VMD)的组合预测模型,对中国出口集装箱运价指数(CCFI)进行了预测,分析了CCFI波动特性及经济内涵.首先,选用VMD将运价指数序列分解为多个模态分量;其次,采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项,通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵;再次,构建了基于数据特征分析的预测模型优选方法,进行了重构项预测;最后,将重构项预测值相加集成,分析了预测效果.实证结果表明,构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型,较好地体现了CCFI外在波动特征与内在经济意义.     

基于目标区域约束的牙颌模型分割线探测方法

精确的将牙齿从牙颌模型中分割出来是虚拟牙齿矫正系统的一个重要的预处理问题.现有方法在进行牙颌模型分割时,多会对所有的面片直接进行计算处理.针对该问题,提出一种基于目标区域约束的分割线探测方法,可以将探测范围锁定在实际分割线的周围.该方法根据种子点的位置自动构建切割平面及切割线;通过寻找切割线上负曲率最大的位置来锁定探测...     

基于小波变换和凸集投影的数据恢复和建模算法

在过程控制中,当参数仅能以低采样率获得时,数据恢复就在建模中显得非常重要.本文提出了基于小波变换和凸集投影的数据恢复和建模算法.待恢复数据的先验知识采用凸集表达,并利用向凸集迭代投影(POCSProjection onto Convex     

基于小波重构与SVM-BPNN的动态过程在线智能监控

为了提高动态过程运行状态在线监控效率,提出了基于小波重构与支持向量(support vector machine,SVM)-反向传播神经网络(back propagation neural network,BPNN)相结合的在线智能监控方法.首先,运用离散小波变换对动态过程实测数据流进行重构,并提取其形状特征.其次,利用训练好的小波重构特征的SVM、均值特征的BPNN及重构后形状特征的SVM,对"监控窗口"内实测数据流进行异常模式识别.最后,应用该方法对某精密轴加工过程进行在线智能监控.结果表明:所提模型识别精度高、训练耗时少,其整体性能明显优于小波重构的BPNN模型与基于统计和形状特征的多分类支持向量机(multi-class support vector machine,MSVM)模型,是一种更为有效的动态过程在线智能监控方法.     

小波变换用于CT图像重建及处理研究

研究了小波变换多分辨率图像重建和局部区域重建算法。在算法中 ,小波滤波器直接修正重建滤波器 ,重建得到各种细节图像 ,并能快速地得到重建图像的轮廓。由于小波变换的局部性 ,使用局部数据能重建局部图像。通过小波多尺度分析和重构系数控制 ,提出一种简单算法 ,在重建中进行图像增强和噪声消除 ,该算法将图像重建与图像处理结合在一起。与通用的算法相比 ,能提高重建速度和图像质量     

基于重构暗通道的二次正弦衰减的去雾算法

针对暗通道算法在天空区域失效以及最小值滤波器产生伪影现象等缺陷, 提出一种基于重构暗通道的二次正弦衰减的去雾算法。首先, 利用图像分割对原始图像进行暗通道重构得到重构暗通道。然后，设计雾密度权重函数对场景中的雾浓度做近似估计得到权重系数, 并结合权重系数对重构暗通道进行二次正弦衰减得到初始透射率。为了得到更加精细的透射率, 结合直方图均衡化和快速导向滤波来优化透射率。最后, 结合大气散射模型复原无雾图像。实验结果表明, 所提算法能有效处理天空区域, 抑制光晕伪影, 且复原图像细节明显, 亮度饱和度适宜。     

基于奇异谱分析的我国航空客运量集成预测模型

针对时间序列包含噪声以及单一模型可能存在预测表现不稳定的问题,本文提出了一个基于奇异谱分析(SSA)的集成预测模型,并将其运用于我国年度航空客运量的预测中.首先,采用SSA方法对原始时间序列进行分解和重构,得到一个剔除噪声的时间序列,然后将其作为单整自回归移动平均模型(ARIMA)、支持向量回归模型(SVR)、Holt-Winters方法(HW)等单一模型的输入并进行预测,接着再采用加权平均集成预测方法(WA)将三种单一模型的预测结果进行综合集成.通过与各单一模型、基于经验模态分解方法(EMD)的模型以及简单平均集成预测方法(SA)的预测结果进行对比发现,本文所建模型具有较高的预测精度和较稳定的预测表现.最后,采用本文的模型对我国2014-2016年年度航空客运量进行了预测.