MR影像体素形态学的阿尔茨海默病自动分类方法

为了确定轻度认知功能障碍(MCI)与阿尔茨海默病(AD)患者发生萎缩的重要脑区,实现正常老年人(NC)对照组、MCI与AD三组人群的分类,选择了178名被试的脑部MR影像,利用体素形态学与方差分析方法,考察NC,MCI与AD三组人群的MR影像中灰质体积差异;然后,采用递归特征消去法对特征进行降维;最后,利用线性支持向量机对这3种人群进行分类.实验结果表明,MCI组与NC组、MCI组与AD组、AD组与NC组的平均分类准确率分别为(90.2±1.3)%,(74.7±0.9)%,100%.对分类产生重要影响的脑区包括海马、海马旁回、杏仁核、梭状回和嗅皮层等.所提方法不仅能有效揭示NC,MCI,AD三组人群的脑灰质差异,阐明MCI患者与AD患者脑区发生萎缩的过程与特性,而且能准确区分这3组人群,具有显著的临床应用价值.     

基于小波分析的功能磁共振图像的去噪预处理

对基于小波分析的fMRI去噪作了较具体的论述，并在Donoho和Johnstone的Hard函数及Soft函数基础上提出了更合适的Hard—Soft函数．从结果分析看，Hard—Soft函数比Soft函数在保留图像细节上占优，而去噪性能比Hard函数要好．因而能够在图像去噪和保护信息上达到更好的均衡，克服了Hard函数和Soft函数的两个极端状况．     

胸部CT中肺实质的自动分割与辅助诊断

以肺气肿为研究对象,针对肺部高分辨率CT图像的特点,应用自动阈值分割与轮廓跟踪方法,提取肺部实质区域。根据肺部的CT密度分布,确定肺气肿的病变区域与程度。实验证明,该方法能准确、有效地对肺部区域实行全自动分割,并对病变区域进行统计分析,最终实现肺气肿的量化分析与准确诊断。     

医学影像工作站的发展现状和趋势

随着生物医学工程的发展,影像工作站提高了工作效率和质量,节省了资源.其强大的图像后处理功能显著的提升了疾病治愈率.本文概述了医学影像工作站的基本概念,发展状况,发展趋势及其与PACS的关系.并尝试为其作了分类,简要探讨了两种工作站的优缺点,以便该领域的规范发展.     

用准真实沙堆模型的自组织临界特性研究流域水华暴发行为

在引入多象限、优先级和表观摩擦系数等概念的基础上,重构了更具物理意义和更能反映自组织临界性的棱锥形准真实沙堆模型.通过大量仿真计算,研究了颗粒投放区域相对大小对沙堆自组织临界特性的影响规律,并借助内能、结构熵和自由能的概念,对沙堆系统进行了热力学分析.数值计算显示,沙堆模型的自组织临界特性与富营养污染流域暴发水华时的某些复杂非线性关系(例如藻类数量与pH值的关系,水库输出的氮磷物质的量之比与光合固碳消耗营养盐的速率系数的关系)和热力学规律(流域系统熵的变化)具有一致性.结果表明:沙堆模型的自组织临界性与实际流域中水华暴发现象之间存在很强的关联,因而自组织临界性理论有可能为研究水华暴发提供一种新方法.