一种基于空间域和频谱域特征的图象分割方法

提出了一种基于空间域和频谱域特征的神经网络的医学图像分割方法．本方法不需要教师监督,能自动生成最优的网络输出节点,即分类数．对ＣＴ,ＭＲＩ和超声图像的分割表明本方法有效方便．     

基于简化Mumford-Shah模型的活动轮廓边缘检测模型

在Chan-Vese活动轮廓模型(C-V法)的基础上,提出了一种新的边缘检测模型.在该模型中,图像被定义为两个同质区域的组合,图像边缘检测问题转化为基于Mumford-Shah泛函的能量函数最小化问题.本文在分片常数优化逼近中,添加了图像梯度信息,通过调节该项的权重因子,可以得到基于不同灰度强度的图像边缘图.该方法采用了水平集数值技术,因此活动轮廓具备了拓扑变化的能力,并能克服C-V模型检测不出离灰度均值较远的边缘的问题,实验表明了其有效性.     

乳腺电阻抗扫描成像数值分析

针对已有的电阻抗扫描成像分析模型与临床实际情况存在较大差异的问题,结合女性乳房结构、中国女性乳房实际大小、电参数及检测探头结构,构造了一个更加接近于实际情形的电阻抗扫描成像模型.采用有限元方法求解模型的静态电场方程并结合方差分析(Yates方法)对电阻抗扫描成像的相关参数进行统计分析.结果表明,当乳房中存在癌灶时,由于癌灶组织与周围正常组织在电参数上存在差异,乳房表面电流会存在相应的扰动.电流扰动程度受乳房大小、癌灶深度、大小以及周围组织电导参数及其交互因素的影响.如能通过测量夹具控制乳房大小,减少癌灶深度,可进一步提高电阻抗扫描成像的乳腺癌检测性能.     

基于区域划分和改进C-V法的医学图像分割方法

提出了基于图像区域划分和改进C-V法的活动轮廓图像分割方法.通过区域划分的方法将整幅图像的分割问题转化为在不同的子区域上分别进行的图像分割问题,并在各子区域中采用改进C-V法进行图像分割.改进的C-V方法在简化Mum ford-Shah泛函的能量函数中增加距离函数惩罚项,从而将距离函数重新初始化的过程并入整个水平集框架模型中;并在分片常数优化逼近中,添加了图像梯度信息,改变了C-V法中均值取值定义,提高了对灰度层次丰富的图像分割能力.实验表明,该方法对灰度值接近、边界模糊的医学图像有很好的分割效果.     

模糊Kohonen聚类网络用于骨髓细胞图像分割

提出了一种基于图像的边界特点来确定模糊Kohonen聚类网络输出类别的方法。该方法首先构建了图像的一个边界模型，然后利用Zernike矩阵出边界模型的参数，最后根据参数的特点，自动确定模糊Kohonen聚类网络输出数目。试验结果表明该方法构建的模糊Kohonen聚类网络能够实现图像的自动模糊分割，说明了方法的可行性。     

结合面绘制的GPU体绘制加速

提出了一种改进的基于图形运算单元(graphic processing unit, GPU)的体绘制方法, 可用于影像数据的交互级可视化. 利用基于2D轮廓线的面绘制算法, 提取包含用户感兴趣数据的闭合曲面, 并将它作为基于GPU的光线投射算法的代理几何面, 进行快速体绘制. 通过代理几何面的绘制可减少光线的数量及采样长度,节省光线投射算法的时间. 将该方法应用于医学、工业等领域得到的数据结果表明,该方法在保证有效数据不丢失的情况下提高了绘制效率.     

基于矢量量化压缩的大规模体数据直接绘制

针对大规模体数据通常不适合于硬件三维纹理加速绘制的问题,使用基于区域分裂的LBG算法对大规模体数据进行矢量量化压缩,使得其压缩编码适合硬件纹理空间大小.并在图形硬件的可编程渲染器中对压缩后的三维纹理体数据进行实时地矢量解码和绘制,在解码过程中通过设定掩码纹理给出了大规模体数据的局部感兴趣区域的体绘制.实验结果表明,在不同压缩比和信噪比下,大规模体数据绘制的图像仍然具有较高的质量且维持高帧速率,绘制性能满足实时交互.     

基于遗传算法的γ刀治疗计划优化

提出基于遗传算法的γ－刀治疗计划优化。该算法可用于优化肿瘤区靶占煌位置、准直器大小各靶点权重等主要放疗参数,从而达到肿瘤区内剂量分布均匀而又最大限度保护正常组织的目的,若干病例的计算结果表明,该优化算法可以使等剂量线与肿瘤轮廓线达到很好的吻合并能够有效地保护正常组织。     

心脏冠状动脉数字造影图像增强研究

本文提出了一种基于图像配准的数字减影图像增强算法，在注入造影剂前，首先聚取一系列连续掩图像（30帧／s)，然后注入造影剂摄造影图像，将造影图像与掩膜序列图像进行全局配准，找到其中匹配的掩膜图，最后再用块匹配方法对该造影图像和四配的掩膜图像进行局部酏 准，在进行局部匹配时为了达到像不精度和较快的速度，运和一种快速样条插值方法。实验结果表明配准后的减影图像质量良好，具有较好的临床诊断价值。