基于Hermite样条轮廓模型的图像轮廓提取

提出了一种采用Hermite样条曲线拟合方法与主动轮廓模型相结合的方法．采用Hermite样条轮廓曲线作为描述主动轮廓线的基函数，给出了这种轮廓模型的能量表达式，利用动态规划技术实现能量最小化的优化过程．采用传统的主动轮廓模型与本文方法分别对两幅颅脑图像中的病变区域提取轮廓，对比实验结果表明，采用Hermite样条轮廓模型可以取得更加令人满意的效果．     

乳腺超声图像序列的弹性特征病变分析

在乳腺肿瘤超声诊断中,医师通过手工缓慢加压形成一个超声图像序列.针对乳腺肿瘤病例的单一图像进行识别,存在被干扰而改变的特征,而且不能反映特征在序列中的变化情况.临床研究也显示,乳腺超声图像序列之间的特征变化是判别其良恶性的一个重要指标.针对这个问题,基于手工加压程度变化的评估,提出了5个新型的基于弹性的归一化特征参数,并且联合形态和纹理特征,综合进行病变分析.SVM分类器实验表明,这种方法能够有效地识别肿瘤良恶性,为医师诊断提供必要的辅助诊断信息.     

西藏易贡特大滑坡堰塞湖除险浅析

《西藏易贡特大滑坡堰塞湖除险浅析》主要介绍了西藏易贡特大滑坡堰塞湖的形成过程、发生原因分析、灾害程度以及抢险过程。在此基础上提出了对堰塞湖抢险的几点意见和建议供参考。     

序列颅脑CT图像的颅腔内结构自动化分割

为实现颅腔内结构的自动化分割,利用颅脑CT的解剖学和影像学等先验知识,提出了一种基于图像形态学和颅腔内结构连续性等先验知识的序列颅脑CT颅腔内结构的自动化分割算法.通过对连续100个颅脑CT检查病例的自动化分割,结果表明,该算法能够实现所有具有完整颅骨环的颅腔内结构的计算机自动化分割(97/100),分割结果准确.     

基于改进GAC模型的二值水平集前列腺超声图像自动分割算法

提出了一种基于改进测地线主动轮廓(geodesic active contour,GAC)的自动分割算法.首先通过结合径向浅浮槽和区域填充算法得到滤波后图像的大致轮廓,然后通过构造基于区域信息的符号压力函数代替边界停止函数,并且加入了基于边界梯度信息的能量项,有效地克服了弱边界的问题.该模型用二值水平集方法实现,使算法的稳定性更高,计算量大大降低.对前列腺直肠超声图像的实验结果表明:本算法迭代收敛速度快,有效避免了边界泄露问题.     

探究大学生心理问题根源,加强大学生心理教育

本文通过探讨大学生心理问题产生的根源,提出大学生心理教育的具体措施,为大学生心理教育工作提供参考依据。     

基于统计方法和主动轮廓模型相结合的医学图像轮廓提取

采用最小描述长度作为目标函数实现点分布模型上轮廓点的自动选取,提出了一种结合统计方法与主动轮廓模型提取图像轮廓曲线的方法.对一系列图像训练得到该训练集的典型轮廓曲线,初始化新图像的主动轮廓模型曲线后,再用训练集得到的轮廓线约束其变形,提取图像最佳的轮廓曲线.实验表明,与传统主动轮廓模型比较,该方法具有更好的轮廓提取效果.