医学人体数据三维可视化方法的研究与实现

结合医学图像三维可视化的两种方法：表面绘制方法和体绘制方法,采用了一种混合绘制方法,在微机上实现了医学断层图像序列的三维重构,既克服了表明绘制不能体现内部数据的缺点,又从一定程度上解决了人体绘制的速度问题。在此基础上,研究了对任意剖面数据进行检索的算法,通过对层间数据的插值,可以从任意角度和位置来观察剖面的形状、大小、颜色分布等各种病理特征,对临床诊断有重要意义。     

表面矢量编码的查找表算法

针对体绘制计算中严重影响绘制速度的光照效果处理运算,提出了利用表面矢量编码为索引,构造光照效果计算查找表的规划方法.算法编码简单,数据运算中内存的开销小,运算速度快,实际应用效果良好.     

医学CT图像三维可视化系统的研究与开发

为开发符合医学数字成像与通讯(DICOM)标准的医学计算机断层扫描(CT)图像三维可视化系统,探讨了DICOM文件系统的结构和解析方法、医学CT图像窗宽/窗位调节技术及其三维可视化算法,描述了系统的结构和各功能模块的实现方法.通过对医学CT图像三维可视化软件的开发,比较了表面绘制和体绘制的特点,成功而有效地实现了符合DICOM标准的医学CT图像的三维可视化,为影像诊断提供了形象直观的技术方法,具有广泛的临床应用价值.     

基于类别色彩查找表的彩色夜视方法

针对夜视图像解读困难的问题,提出了一种面向类别的色彩查找表的彩色夜视方法。该方法可以将不同景物的特征色彩映射到多波段夜间图像,使观察者能够更快、更好地解读图像,从而提高态势感知并缩短反应时间。这种映射方法首先采用深度学习中的语义分割技术对图像进行分割,然后使用类别色彩查找表固定不同波段对应色彩,避免了全局彩色化时出现的色彩单一、不自然的缺点。实验结果表明,与其他全局彩色化方法相比,本文方法对于夜视图像的解析能力更强。     

医学图像三维重建的规则移动立方体法

标准的移动立方体（Marching Cubes,MC）算法不适合实时绘制大量的三角面片。在MC算法的基础上提出了一种能大量减少三角面片数量的规则移动立方体算法（Regularized Marching Cubes,RMC）。该算法通过建立表面判断查找表寻找等值面,不需要判断体数据中的每个立方体,起到了减少立方体数目判断的作用,从而节省计算时间;同时在等直面的合并过程中,通过确定种子等值面、设置阈值,自适应地合并已判断过的立方体中包含的面片,保证了不同精度下的合并效果。在用户设定的误差范围内,可以加快医学图像...     

基于单链表与哈希表的商品信息查找算法的比较研究

信息检索及其相关运算广泛应用于计算机信息管理实践中.基于单链表和哈希表两种结构实现动态查找算法为例,探讨商品信息查找的相关算法,说明这些算法的特点,比较分析了它们的时间性能,并从实验角度验证了这些算法时间性能的差异.     

医学图像处理中三维模型的快速重构与简化

通过分析Mcrching cube与Triangle decimation算法的特点，并结合医学图像中常见的断层数据（例如，CT，MRI）的实际情况，提出了加快三维重建与组织和模型简化的相应方法，并在约减的同时生成了一个多分辨率模型。该方法对于基于断层数据的三信快速重建与约减工作具有通用性，在微机平台上实现该算法的效果良好。     

表中有子表的数据管理程序设计方法

本文以人事档案管理为例给出用Ｃ语言设计表中含有子表的数据管理程序的基本方法和技巧     

基于查找表的功放线性预失真方法研究

在无线通信系统中,高功率放大器因其具有非线性特性,会导致频谱再生和邻道干扰等问题.为克服这一特征,采用一种基于查找表的自适应预失真方法.首先对查找表进行初始化,再采用自适应算法实时更新查找表内容,从而有效消除功放的非线性失真.仿真实验表明,该自适应预失方法可降低互调失真(IMD),能有效提高功放线性度,从而提高系统性能.     

MC算法生成数据的分组网格化处理

对MC算法生成的数据进行后续处理,首先采用排序归并算法,归并顶点数据.根据相邻三角形共有顶点的特性,确定三角形之间的连接关系.根据属于同一个子等值面的三角形相互连接的特性,采用种子算法,将属于不同子等值面数据进行分组.采用顶点表与三角形表的数据结构存放子等值面的数据,实现MC算法生成数据的分组与网格化.     

基于改进MC和MT算法的CT图像三维重建

MC算法是医学图像三维重建的一种主要技术。传统的MC算法在拓扑结构上存在面二义性和体二义性问题,使得生成的三维图像存在空洞。而MT算法是MC算法的变形,该算法不存在面二义性和体二义性,但计算量相比MC算法更大。本文结合两种算法的优点,对单个立方体先使用MC算法抽取等值面,若不存在二义性,则继续用MC算法处理;否则使用MT算法对该立方体进行处理,并且使用一定的方法消除其带来的剖分二义性。这样既避免了MC算法的二义性问题,又解决了MT算法计算量太大的问题,是一种折中的方案。     

MRI脑序列图像的三维重建算法研究

针对MRI脑图像分割和三维重建中存在精度与效率不高的问题,提出了一种MRI脑图像分割与三维重建方法。首先,采用双边滤波法对MRI脑图像进行去噪;其次,通过一种改进的区域增长算法对MRI脑图像进行了颅骨去除;同时,再利用改进的模糊空间聚类对脑图像中的组织进行聚类,以准确提取脑白质;最后,将提取出来的脑白质通过规则移动立方体法进行了三维重建。所给实例表明,对MRI脑序列图像的重建效果良好,为后续的定量分析和可视化打下了良好的基础。     

基于网格的医疗信息集成及图像处理应用

针对目前医院信息系统中存在的信息孤岛现象,提出了基于网格技术和网格工具的解决方案,研发了基于中国网格公共支撑平台(CGSP)的医学图像网格平台MedImGrid,互连各种异构医疗资源,有效整合分布在各家医院和医疗研究机构的大量医疗数据与信息,实现了对异构医疗信息、病例图片、医学专家知识等信息资源的共享和集成,为用户提供广域范围内的医疗信息查询和病例图片检索,并支持基于断层图片的三维重建、基于特征值的图像检索与辅助诊断等医学图像处理应用.