识别混凝土板内部缺陷的人工神经网络算法

以一维有缺陷混凝土板为研究对象，分别采用Leverberg-Marcluardt和径向基神经网络算法，对缺陷的深度与厚度进行识别，从而实现对混凝土板内部缺陷的三维重构，称为红外CT模拟．两类神经网络算法的识别结果表明：Leverberg-Marcluardt神经网络较径向基神经网络具有更好的收敛精度与计算效率．     

脑膜瘤的CT、MRI表现与病理对照研究

目的：探讨脑膜瘤的CT、MRI表现与病理分型之间的关系．方法：收集经CT、MRI诊断和手术病理证实的脑膜瘤185例，CT和MRI检查均采用增强前后常规扫描，病理为手术巨检和切片光镜下所见．结果：典型脑膜瘤多为过渡型或纤维母细胞型脑膜瘤，密度(信号)均匀，明显均匀强化，15％～20％伴有钙化，无或轻度瘤周水肿．不典型脑膜瘤以合胞体和血管母细胞瘤型脑膜瘤为主，密度(信号)不均匀，无或不均匀强化，瘤周水肿较重．恶性脑膜瘤为混杂密度(信号)肿块，强化不均匀，形状不规则，瘤周水肿明显，伴有骨质破坏．结论：CT、MRI平扫 增强是诊断脑膜瘤的最主要方法，准确率为95％，在一定程度上可提示脑膜瘤的病理学分型，为术前选择手术方案及判定预后提供信息．     

工业CT重建图像中边缘梯度效应引起的高频伪影

为研究伪影对大型工件内部密度锐变区域高对比度微小缺陷检测的影响,从一个简单的轴对称断层模型出发,计算了边缘梯度效应引起的通过物体内部不同材料交界面处的射束的投影偏差。并研究采样相位的影响,探讨了由此偏差引起的重建图像中的高频伪影的表现形式。计算结果表明,高频伪影具有相当的强度,且具有与缺陷相似的表现形式,从而影响工业CT的检测能力。结合点扩散过程,高频伪影强度的计算为评估工业CT边缘处的缺陷检测能力提供了理论依据。     

层析成像的模糊-神经网络重建方法

考虑投影数据不足时，射线层析成像的离散重建算法难以取得较好效果的情况，利用模糊理论建立了表示物体衰减系数的连续函数，用神经网络学习算法确定该连续函数中的待定参数．提出了一种适于投影数据或投影方向不够时的CT图像重建算法．计算机仿真结果显示了该方法在投影数据严重缺少时的良好效果。     

三维重构下整体形状参数的砂土渗透性分析

颗粒形状对砂土结构及其宏观性质有显著的影响。为探究颗粒形状对砂土结构及渗透性的影响规律,选取玻璃珠、石英砂及玻璃渣3种颗粒形状各异的砂土作为研究对象,首先采用高分辨率三维X射线显微镜(CT)进行精细扫描,重构了砂土三维结构模型。选取了颗粒伸长率、扁度、球度、孔隙比表面积等形状参数统计分析得出整体形状参数(OR),将OR引入Kozeny-Carman(K-C)方程得出考虑颗粒形状特征的砂土渗透系数的预测方程。室内柔性壁渗透试验表明砂土颗粒的整体形状参数(OR)越小(即颗粒形状越复杂),砂土的渗透性能越差,引入整体形状参数(OR)的K-C方程对砂土渗透性能的预测效果较好。     

动态可控残差卷积神经网络的低剂量 CT 图像处理

针对计算机断层扫描(Computed Tomography, CT)中因采用低剂量扫描方式,导致图像噪声伪影干扰,尤其 是不同部位噪声和伪影强度存在较大差异这一问题,提出了一种基于动态可控残差的卷积神经网络(DC-ResNet) 算法。 DC-ResNet 的主要思想是在常规残差网络连接中添加一个图像质量指导的控制变量,以允许获取残差的加 权和,从而实现残差特征的动态可控。 所设计的 DC-ResNet 网络是一种包括两个子网络的组合型结构,一个是作 为主干网络的基础子网络,在该子网络中使用全局动态残差块和局部动态残差块来实现低剂量 CT 图像质量的提 高;另一个是作为辅助网络的条件子网络,用来生成基础子网络中不同动态可控残差块的权值,辅助基础子网络的 学习。 通过 Mayo 与 UIH 数据实验验证,其视觉结果表明:处理后的不同部位 CT 图像噪声伪影均能够得到较好的 抑制,并能有效地保留结构细节及组织纹理;量化结果表明:处理后的 CT 图像峰值信噪比( Peak-Signal to Noise Ratio, PSNR)和结构相似性(Structure Similarity, SSIM)均优于对比方法。     

100例小儿惊厥头颅CT分析

目的 :探讨头颅CT扫描对小儿惊厥病因的诊断价值。方法 :对100例惊厥小儿头颅CT扫描进行回顾分析。结果 :头颅CT正常者54例 ,异常者46例 ,异常率46%。其中颅内感染性疾病27例 ,新生儿缺氧缺血性病变11例 ,颅内占位病变3例 ,脑发育畸形2例 ,脑萎缩2例,脑积水1例。结论 :颅内感染性疾病是惊厥患儿最常见的病因 ,CT检查对小儿惊厥病因诊断有重要价值     

CT图象三维重建过程中一种改进的边缘提取法

采用将最佳阈值搜寻范围限定在一定的灰度阈值范围内来保证类间方差的单峰，再利用类间方差测度准则，求取图象的灰度阈值，梯度阈值，利用这两个阈值将ＣＴ图象中各器官的边缘提取出来，作为三维重建的轮廓输入。结果表明，这种方法有较好的实时性和适应性。     

基于螺旋CT的人体颅脑三维有限元模型构建

阐述了基于螺旋CT图像构建颅脑三雏有限元模型的过程。首先，对人体颅脑进行CT断层扫描，然后采用CT图像三维重建软件和CAD软件构建轮廓线，用有限元软件ANSYS划分网格，构建了颅脑三维有限元模型，并对该模型进行了验证。此模型包括大脑左右半球、小脑、脑干、大脑镰、小脑幕，是完全真实的人体颅脑三维有限元模型。本模型以精确CT数据为依据，为宇航、交通事故、司法鉴定、创伤判断和临床治疗等提供了可用的颅脑有限元模型。     

基于投影的CT图像金属伪影非线性权重校正

为抑制计算机层析造影(CT)系统重建图像中出现的金属伪影,提高图像的质量,采用一种基于金属投影非线性权重衰减的方法进行校正。对原始的投影直接重建,在得到的图像中利用阈值分离出金属区域,并重新对该金属区域进行投影,便得到原始的投影中金属投影的区间。只对该金属投影进行合适的非线性衰减。再用传统的滤波反投影方法重建图像。数值模拟表明,该方法不但能基本消除由射线硬化和射线剧烈衰减而引起的金属伪影,而且能保留金属信息,同时能增强金属区域不同部分之间的对比度,使得重建图像的质量得到很大的提高。该算法计算复杂度较小,实现简单,具有较高的实用价值。