三维重建及3D打印技术在肺部外科手术中的应用

因肺部CT图像的三维重建在医学影像分析领域需求较大且难度较高,单独使用一种分割算法的去噪声效果不理想,故提出了将总变分模型与模糊C-均值聚类方法相结合,对CT数据进行分割去噪的方法。将分割后的图像导入自主研发的三维重建软件TM_MIS,它以VTK工具包为基础,使用MC算法和光线投影法对平滑去噪后的CT图像进行三维重建,得到三维虚拟模型。再用3D打印生成肺部血管及病灶的3D模型,代替传统的医生查看CT片的方法,为术前方案的制定及手术过程的模拟提供了更加科学的依据。实验表明,将肺部CT数据通过总变分模型进行去噪平滑,再结合模糊C-均值聚类方法进行分割得到的图像更加清晰,重建后的模型效果更理想。     

CT用于非人体目标几何体的三维重建

当被扫描物体存在镂空、遮挡和狭小空间时,需要大量图像拍摄或激光扫描工作;利用三维点云构建三角网格时,需要大量人工交互操作,且三维面绘制容易丢失特征信息。为解决上述问题,提出了采用CT对非人体目标几何体进行三维重建,再用体绘制进行显示的方法。基于医用CT对瓷器、陶器、木器和青铜器等材质的工艺品进行三维扫描,直接基于体绘制算法进行三维显示,同时提取CT图像轮廓点实现面绘制建模。结果表明,CT扫描重建精度高、体绘制效果好且人工工作量小、速度快。因此CT扫描及体绘制在非人体目标的三维重建中具有可行性,并且可以提高效率和精度。     

基于三维脉冲耦合神经网络模型的医学图像分割

该文将脉冲耦合神经网络模型从二维平面扩展到三维空间,同时提出一种新的乘积型互信息算法,将其作为脉冲耦合神经网络分割算法的最优分割准则,并将两者结合实现三维医学图像的整体自动分割. 利用该文提出的算法对三维CT肺部图像进行分割实验,结果表明,该算法在保证分割精度的基础上显著地减少了分割运行时间,提高了分割效率,具有应用于医学图像分割的潜在价值.     

利用群体CT计划图像的多任务前列腺自动分割

为了实现CT计划图像中前列腺的自动分割,提出一种基于群体CT计划图像的多任务前列腺分割方法.将群体CT计划图像分别映射到不同参考图像空间,形成多个训练任务.利用随机森林算法和自动上下文模型训练出一系列随机森林分类器,将分类器作用在待分割CT计划图像上获得多个分类概率图,最后使用多数投票法求得最终分割结果.实验表明,与单任务分割方法相比,基于群体CT图像的多任务分割能有效提高CT计划图像中前列腺的分割准确率.     

改进的Snake算法在颅脑CT图像分割中的应用

尝试用一种改进的Snake算法创建模型,自动分割CT头颅断层图像的脑组织和脑脊液,用于后期辅助医生对患病部位的诊断和治疗,为临床提供更方便的工具。考虑到脑部CT图像和相邻的骨组织灰度差异较大,利用改进Snake算法对CT头颅图像进行自动分割,将分割的脑组织图像与专业医学影像医生手工分割的CT脑组织图像做对比,发现这种改进的Snake算法分割的CT颅脑图像从轮廓外形、灰度均值和方差值都和专业医生手工分割的CT颅脑图像非常接近,表明这种改进的Snake算法分割CT颅脑图像是可行的。     

基于层次包围盒的光线投射算法研究

提出了一种基于层次包围盒的光线投射方法,引入OBB层包围盒减少投射光线数量,以遍历方式实现空体素跳跃,对原始图像进行预处理,提高三维图像显示效果,加快绘制速度.通过对实际医学胸部CT图像病例进行三维重建,显示效果较好,绘制速度得到提升,验证了该算法的有效性.     

术前计划系统中CT造影图像的配准

肾脏术前计划系统首先需要实现肾脏CT造影信息的融合,实现该信息融合需要进行以肾脏为中心的腹部三维CT造影图像的配准.本文首先采用基于DDCM可形变模型的半自动分割方法从CT扫描图像中分割出肾脏轮廓线,然后对轮廓线进行重建得到肾脏的二值体数据,该二值体数据膨胀后与原CT扫描图像重建出的灰度体数据求交,即得到完全包含肾脏的灰度体数据,最后采用互信息最大化的方法对重建得到的肾脏体数据进行配准.本文分析了配准过程中初始化参数对局部极值产生的影响,并应用几何矩的性质进行参数初始化,避免陷入局部极值.实验结果表明,本文方法能够实现以肾脏为中心的术前CT造影图像的配准,并且配准的精度和速度能够满足实际应用的需要.     

基于改进的GAC模型的图像分割

利用各向同性非线性扩散的图像滤波,并改进了Li Chunming提出的GAC模型中的边缘函数和Heaviside函数,减少图像弱边缘泄露现象.采用改进后的GAC模型对肺部的CT图片,脑部的MR图片和脊椎的CT图像进行分割,取得了较好的分割效果.     

基于双目视觉的三维重建技术研究

随着计算机运算速度的提高以及图像采集设备的更新换代,人们越来越不满足于传统三维测量方式,非接触式测量技术蓬勃发展,成为国内外学者研究的热点,双目三维重建是研究重点之一。本文首先介绍了基于双目视觉的三维重建技术,然后在MATLAB和OpenCV实验平台上,采用经典立体匹配算法即AD-Census算法对花瓶进行三维重建。     

图像分割技术纵览

从图像分割的分类、常见方法和结果的评估3个方面,特别是近几年来图像分割领域中出现的新思路、新方法,或对原有新方法的改进对图像分割这一经典难题给出了一个比较全面的综述.     

二值形态学在黄土CT图像分析中的应用

黄土CT图像研究是岩土学的一个新课题,黄土CT图像可以直观的反应黄土微结构的信息和断面的产状,为进一步揭示黄土微结构对黄土工程性质的影响提供理论依据,并为黄土微结构三维模型的构建提供有力支持。应用VC+6.0开发的黄土CT图像处理系统处理了黄土照片,提取了样品的信息特征,对黄土工程性质做了定性的分析。     

一种基于SLIC的超像素快速色彩传递算法

提出了基于SLIC超像素分割的快速色彩传递算法.该算法有两个主要步骤:首先利用SLIC技术实现两幅图像的超像素分割;然后根据超像素特征,对两幅图像的超像素进行相似性匹配,在此基础上进行色彩传递.实验结果表明,与基于像素点传递的一类算法比较,该算法不仅提高传递速度,还进一步改善了传递效果,结果图像更加自然,平滑.     

基于三支决策的图像过渡区提取与分割方法

在图像分割问题中,过渡区的存在使得分割阈值难以确定,对分割结果的准确性产生较大影响,因此,本文提出了一种基于三支决策的图像过渡区提取与分割方法。建立了图像的粗糙集表示,引入三支决策和最优化理论,把图像分割问题转换为一个在图像域上的分类决策问题,在决策代价取得最小值时,对应的分割阈值即为图像最优分割阈值。该方法综合考虑图像像素分布和分割阈值,设置正则化项。在Weizmann科学研究所的公开图像数据集(Segmentation evaluation database, SED)上取得了81.9%的分割准确率,与其他经典图像分割方法相比,该方法具有更好的分割准确率和稳健性。     

二值形态学在黄土CT图像分析中的应用

黄土CT图像研究是岩土学的一个新课题,黄土CT图像可以直观的反应黄土微结构的信息和断面的产状,为进一步揭示黄土微结构对黄土工程性质的影响提供理论依据,并为黄土微结构三维模型的构建提供有力支持.应用VC +6.0开发的黄土CT图像处理系统处理了黄土照片,提取了样品的信息特征,对黄土工程性质做了定性的分析.     

GIS数据约束的海岸带SAR图像多尺度分割

针对海岸带区域地理信息系统(geographic information system, GIS)矢量数据和合成孔径雷达(synthetic aperture radar, SAR)图像所表达信息的不同,探讨多尺度GIS矢量数据约束下的高分辨率SAR图像多尺度割. 在县级GIS矢量数据约束下,利用分形网络演化分割方法对高分辨率SAR图像进行分割,得到第1层分割结果. 然后在省级GIS矢量数据约束下,对第1层分割结果进行聚合,得到第2层分割结果. 该方法既能实现GIS矢量数据约束下的高分辨率SAR图像多尺度分割,获得满足GIS矢量数据约束和根据后向散射特征聚合的多尺度分割结果,又能消除瞬时SAR图像海岸线不确定的不足. 利用一幅天津地区的SAR图像进行实验,证实了该方法是一种有意义的图像多尺度分割方法,且得到的分割结果可用于有特定需求的图像分析和统计.     

基于RE骨植入体三维拟合重建3DP制造及力学性能分析

为了解决破损人体骨骼修复植入体逆向重构及快速制造实物的技术难题,通过数字化CT扫描技术及RE模型转化,对破损骨标本进行原始结构数据采集.利用NURBS函数进行点云数据拟合重构完好植入体三维模型,利用CT数据与模型数据进行实验室生物力学性能对比,测量建模实体的参数、纤维支架直径、孔隙度以及加载力、最大负担力和变形值的力学数据.根据对比结果重新设计植入体内部晶格精确结构,对获得三维重建模型以PCL-HA和ABS为材料并用3DP技术按所得结构制成骨组织.通过CT和RE-3DP逆向技术的结合完成复杂的骨组织修复支架设计和制造,对比在大负荷不同的多孔支架的生物力学物理性能差异的影响,结论性实践逆向破损修复技术应用于术前规划及手术实施流程的术前反复演练的应用,对提高植入体的快速制造技术及提高手术效率有实践意义.     

MRI的脑部肿瘤分割及其三维重建

脑部肿瘤精确分割和三维重建的研究对脑部肿瘤疾病的诊断具有重要意义.提出一种全自动的脑肿瘤分割方法,该方法首先利用人脑结构信息的对称性,通过区域生长法实现脑肿瘤的粗略分割,然后将粗分割区域作为初始水平集轮廓,利用改进的测地线活动轮廓(geodesic active contours, GAC)模型进一步精确分割.经实验分析可知,该模型具有良好的分割灰度不均匀的弱边缘能力.最后对分割出的脑部肿瘤序列图像进行面绘制重建及其可视化,以此为脑肿瘤研究提供更多维度的信息.     

基于改进GA和OTSU的图像分割算法

图像分割是图像处理、模式识别和人工智能等多个领域中一项关键技术.文章利用改进遗传算法与改进OSTU算法相结合对二维图像分割进行了全局优化,使算法在保持群体多样性的同时加快收敛速度,提高算法全局收敛的稳定性,实现了图像的自动最佳阈值的分割.     

基于建筑物的点云分割与提取技术研究

本文对建筑物点云分割与提取的方法和流程进行研究。在研究过程中,通过对建筑物顶面进行分割,提取出建筑物各顶面的点云,精确构建建筑物房顶面片,进而实现建筑物的三维重建。     

CT图像重建算法的改进

CT图像重建算法是医学影像学的主要研究领域,然而CT图像重建时不可避免地存在噪声、伪影,因此,需要研究一种新的算法对CT图像进行去噪处理,进而重建出低噪声、高分辨率的CT图像。基于此,本文提出基于过完备字典稀疏的去噪模型,并运用于CT图像去噪,同时将基于低秩矩阵分解应用于CT重建,核心思想是利用CT图像投影矩阵的稀疏特性,提出了一种新的CT图像重建法,其重建过程分成2个步骤:一个是过完备字典稀疏法(K-SVD)进行图像去噪预处理,一个是低秩矩阵分解(LRMD)更新CT图像。结果表明,提出的方法能更好地保持图像细节,低秩矩阵的特性使得算法的复杂度得以降低,提出的方法具有较好的去噪效果,提高了重建图像的质量。