放射治疗中自适应技术研究进展

 介绍自适应放射治疗方案的提出背景及其基本理念。通过分析离线自适应方案和在线自适应方案的应用,阐述了自适应放射治疗的基本实施方法及不同的实施方案特点和优劣。进一步综述了当前国内外一些相关研究的成果,着重介绍了其在鼻咽癌、宫颈癌、前列腺癌等方面的研究进展以及各种软硬件技术的可行性及效用。认为当前的研究成果已证明了自适应放射治疗技术在肿瘤放疗中的应用价值,未来该技术的发展方向应是进一步研究完善技术规范,从而推广其在临床中的应用。     

基于自适应门控时钟的CPU功耗优化和VLSI设计

提出了一种CPU的功耗优化方法,即通过自适应时钟门控来解决CPU中由于流水线阻塞、浮点处理器(FPU)和多媒体协处理器空闲所导致的动态功耗浪费.首先,设计了模块级自适应时钟门控单元,并通过芯片内部硬件电路来自动监测上述模块是否空闲,模块空闲时时钟关闭,从而消除了不需要的时钟翻转带来的模块内部动态功耗消耗.然后,将自适应时钟门控单元应用于国产处理器Unicore-2中,对其流水线阻塞、FPU和多媒体协处理器空闲的产生进行功耗优化.最后,基于TSMC 65 nm工艺下已流片芯片的网表和寄生参数文件,通过反标芯片的波形获得电路翻转率,并用Prime Time PX工具进行了功耗仿真.仿真结果表明,利用本方法运行Dhrystone,Whestone和Stream三个典型测试程序时可获得18%~28%的功耗收益,其面积代价可以忽略,并对CPU性能没有影响.     

一种基于互信息量的自适应快速视频编解码方案

为了对不同运动剧烈程度的视频序列提出一种重构质量高并且快速的自适应编码算法,引入视频序列的互信息量(mutual information,MI).利用视频序列帧间的互信息量自适应地调整运动向量估计和运动向量多重估计的门限值(absolute error,AE).通过大量的统计得出了互信息量与高通帧方差之间的关系,利用方差作为反馈进一步调整AE,从而实现了一种自适应快速算法.利用此算法同时达到了控制编码复杂度和重构视频质量的目的.实验数据表明,此种算法编码时间比传统运动补偿时域滤波(motion compensated temporal filtering,MCTF)结构缩短约15%,而重构视频的质量几乎没有下降.     

一种基于特征跟踪的图像稳定方法

根据摄像机透视投影模型，通过提取特征点进行摄像机的运动估计，提出一种基于FMA(frame—to—mosaic algorithm)的补偿方法，该方法针对图像连续帧间晃动幅度较大的情况，通过均值滤波合成当前帧及其前几帧的运动进行补偿，实验结果表明该方法有较好的稳定效果，而且能够做到实时处理。     

一种基于互信息量的自适应快速视频编解码方案

为了对不同运动剧烈程度的视频序列提出一种重构质量高并且快速的自适应编码算法,引入视频序列的互信息量(mutual information,MI)。利用视频序列帧间的互信息量自适应地调整运动向量估计和运动向量多重估计的门限值(absolute error,AE)。通过大量的统计得出了互信息量与高通帧方差之间的关系,利用方差作为反馈进一步调整AE,从而实现了一种自适应快速算法。利用此算法同时达到了控制编码复杂度和重构视频质量的目的。实验数据表明,此种算法编码时间比传统运动补偿时域滤波(motion compensated temporal filtering,MCTF)结构缩短约15%,而重构视频的质量几乎没有下降。     

基于运动背景的自适应视频对象分割算法

为解决运动背景中视频对象的准确提取,提出一种基于全局运动的自适应视频对象分割算法。基于特征点计算帧间运动,利用最小二乘法计算摄像机仿射参数进行运动补偿,通过二值开闭重建滤波器进行预处理消除噪声;采用改进的分水岭算法将图像标记成不同的灰度区域,以自适应的光流法对分割的对象信息进行评判,从运动背景中分割出前景对象。实验表明,该算法能准确地从运动背景中分割出视频对象,显著地减少了动态前景对象的分割误差,提高了分割质量,可应用于运动目标检测与跟踪。     

动态放疗中的实时肿瘤运动补偿

针对呼吸引起的肺部肿瘤运动对放疗产生的影响,提出了一种肺癌放疗实时肿瘤运动补偿系统,根据在放疗前建立的呼吸状态和肿瘤位移之间的关系及在放疗过程中对病人呼吸的实时检测,间接获取肿瘤的位移量,并根据该位移量控制辅助放疗运动床运动,以调整病人的位置,从而实现对病人的肺部肿瘤运动进行补偿,减少或消除肺部肿瘤运动对放疗产生的影响.采用归一化最小均方自适应滤波器对肿瘤位移进行预测,以减少补偿滞后和系统延时所带来的影响.实验结果表明:归一化最小均方自适应滤波器对肿瘤位移具有较好的预测效果,可以满足实时肿瘤运动补偿的要求.     

一种新的运动目标跟踪方法

运动目标自动跟踪在工业控制、军事、安防等很多领域都具有特殊的重要意义,传统的运动目标跟踪一般采用红外线、超声波等技术,通过这些技术实现跟踪具有距离远、准确性高、受光线条件影响小等优点。缺点是实现技术复杂,硬件要求较高,对于某些特殊的场合并不一定适用,本文结合虚拟相机成像特点,给出了一种新的通过摄像机对运动目标实现自动跟踪方法,实践证明该方法在无人值守录播,实时监控等方面能够取得较好的效果。     

一种新的自适应图像组结构算法

运动补偿时域滤波(MCTF)将若干连续的视频帧组成一个图像组进行时域小波分解以获得时域可分级性。与图像组大小固定的结构相比,自适应图像组结构(AGS)提高了编码效率,但实现复杂度也大大增加。提出了一种新的自适应图像组结构(NAGS),利用帧间预测判断视频序列的时域变化特性,并根据视频序列的时域变化特性选择不同的图像组结构。新的自适应图像组结构大大降低了自适应图像组结构的计算复杂度,并解决了自适应图像组结构时延的振荡性问题。实验结果表明,新的自适应图像组结构的编码性能与自适应图像组结构基本一致。     

基于多极小值粒子群的自适应运动估计算法

为了提高视频编码效率,提出一种基于多极小值粒子群的快速运动估计算法.该算法将运动矢量特性和多极小值粒子群算法的全局搜索特性结合,采用自适应运动强度、运动矢量预测以及提前终止迭代等方法,克服单峰误差曲面假设的限制.实验结果表明,对运动平缓和中等的视频序列,该算法的运算复杂度与DS相当.对于运动剧烈的视频序列,该算法的运算复杂度与TSS相当.在增加少量搜索点数的情况下,各类视频序列的搜索精度都接近FS.     

基于AR模型的非线性目标跟踪自适应算法

针对Jerk模型中各参数设置不合理对跟踪系统所造成的影响,提出一种基于自回归（AR）模型的Jerk参数自适应改进算法,实时估计并调整系统的参数,提高系统的跟踪精度及稳定性;同时,针对非线性目标跟踪系统扩展卡尔曼滤波算法（EKF）计算复杂跟踪精度低,提出采用平方根容积卡尔曼滤波器（SRCKF）进行状态估计,保证跟踪系统的精度和鲁棒性,为Jerk模型参数自适应提供良好条件.仿真结果验证了算法的有效性.     

基于QPSO的自适应均衡算法

自适应均衡技术能有效地克服光纤信道的色散和光纤非线性等效应引起的符号间干扰。但传统的自适应均衡算法存在收敛速度慢、稳定性差、均衡效果不理想等缺点,从而使自适应均衡器在高速光纤通信系统中的应用受到限制。提出了一种基于QPSO的自适应均衡算法。仿真实验表明,QPSO具有收敛速度快、计算精度高等优点,将其作为自适应均衡器的控制算法可收到很好的均衡效果,优于传统的控制算法。     

基于二次多项式运动建模的WSN目标跟踪预测

针对无线传感器网络(WSN)目标跟踪线性预测模型误差较大的问题,提出一种基于二次多项式运动建模的WSN目标跟踪预测新方法(PQPMM),该方法根据机动性目标运动学原理建立预测模型,利用最小二乘法拟合目标定位坐标、定位时间的二次多项式函数来逼近目标运动模型.结果表明,PQPMM方法的总体预测准确度相比线性预测法明显提高,当拟合点数N=14时,PQPMbl方法均方根误差RMSE比线性预测法减小53%.     

基于动态面backstepping控制的高超声速飞行器自适应故障补偿设计

针对带有冗余舵面的高超声速飞行器纵向模型,考虑舵面出现卡死故障情况下,分别设计了基于backstepping的高度容错控制器与基于动态逆的速度跟踪控制器.在运用backstepping自适应设计高度控制器时,采用动态面设计方法,引入一阶滤波器,避免了设计中对虚拟信号求导带来的复杂计算问题.针对舵面出现未知故障(不确定故障模式、大小、发生时间)的情况,设计容错控制器结构,给出实现故障补偿控制的匹配条件,根据Lyapunov稳定性理论设计的控制器参数自适应律保证系统的稳定性与指令跟踪性能.针对舵面出现卡死故障的情况,仿真对控制算法进行了验证,得到了较理想的控制效果.     

基于AUV的航迹追踪自适应UKF算法

无迹卡尔曼滤波算法(UKF,unscented kalman filter)是一种常见的(AUV,autonomous underwater vehicle)加权统计线性回归航迹追踪算法,其算法冗余度低于(EKF,extended kalman filter)、(PF,particle filter)及(PSO,particle swarm optimization)等数值优化算法,且算法效率较高。然而,UKF控制算法中的系统采样时间间隔通常会被设置为常数,由此可能会产生预测值的误差累积,从而影响导航预测结果的精度。因此,笔者提出了基于AUV的航迹追踪自适应无迹卡尔曼滤波算法(AUKF,adaptive unscented kalamn filter algorithm),以期降低预测算法的累积误差。该预测方法依据标准UKF算法的原理,通过构造相应的约束、判断与反馈机制,调整系统状态方程中每一步的采样间隔t,从而提升算法的航迹追踪精度并减少过程噪声及传感器噪声对预测过程的影响。最后,通过仿真实验与结果对比,近一步验证了之前所提出的设想。     

基于均值漂移算法的人脸自适应跟踪

采用自适应人脸方向模板和YCbCr自适应肤色模型,提出了一种新的基于均值漂移算法的自适应人脸跟踪方法。与传统的均值漂移跟踪方法相比,当人脸倾斜时或光线变化时,该方法能更精确地描绘出人脸位置。实验结果表明,在基本上不增加计算量的情况下,该方法能对人脸的倾斜和光线的变化进行很好地自适应跟踪。