一种基于有偏场的医学图像自动分割算法

临床应用对医学图像分割的准确度和算法的速度要求较高,但是由于图像本身受噪声、偏移场效应等的影响,使得分割算法很难达到理想的效果。人工分割方法可在原始图像上直接画出期望的边界,然而费时费力,分割结果完全依赖于分割者的解剖知识和经验且分割结果难以再现。针对磁共振(MR)图像存在偏移场的问题,以及避免人为参与,将一种基于有偏场的适配聚类算法与活动形状模型算法(ASM)相结合,提出了一种将基于MR图像的自动分割方法。该算法能够校正扫描间和扫描内部的灰度不均匀性,避免了图像不同程度地丢失原图像的信息,并达到全自动分割图像数据,该方法较传统算法更精确和稳健,可在医学图像处理和分析中发挥作用。     

视障大学生基础听觉能力测量

对21名视障大学生的三项基础听觉能力进行了测量,并与21名正常大学生的结果进行比较。测量的基础听觉能力包括左右耳的11个频点纯音绝对听阈、80d B窄带噪声掩蔽下11个频点纯音的双耳掩蔽阈以及3个频点的纯音频率差别阈限。测量结果表明,视障大学生在此三项听觉能力上的各频率平均值均优于正常大学生,并且具有显著性差异。三项能力上均呈现低频比中高频优势明显的特点。其中,视障学生的纯音频率差别阈限上表现尤为突出,三个频点的平均值仅为正常大学生的1/4。     

基于灰色关联分析的医学图像三维插值方法

将灰色关联分析引入三维图像插值中,提出了一种新的插值方法:先通过灰色关联度来确定待插值点的最佳匹配点位置,再确定待插值点的灰度值.实验结果表明本文方法在基本不增大运算时间的情况下比传统的几种方法插值结果的均方差均有明显降低.     

封闭型水体中养殖密度对罗非鱼生长性能和水质的影响

为探究室内零换水条件下罗非鱼(Oreochromis mossambicus)养殖达到上市规格的最适宜密度水平,本试验设置4个密度梯度,养殖持续135 d,研究不同养殖密度对封闭型水体中罗非鱼的生长性能及养殖水体水质的影响。结果显示,随着养殖时间增加,低密度组的终末体质量(Final Body Weight,FBW)、增重率(Weight Gain Rate,WGR)、特定生长率(Specifit Growth Rate,SGR)逐渐与高密度组拉大差距,到135 d时,各组间差异显著(P＜0.05),说明养殖密度对罗非鱼的生长性能产生显著影响。最高密度组(20.6 尾/m²)的成活率(Survival Rate,SR)显著低于其他各组(P＜0.05),说明养殖密度过高导致成活率降低。饵料系数(Feed Conversion Rate,FCR)随着养殖密度的增加先降低后升高,各组间差异显著(P＜0.05),当养殖密度为14.7 尾/m²时饵料系数最低,为1.63,说明适当增加养殖密度可以降低饵料系数。最高密度组(20.6 尾/m²)在养殖后期成活率下降,这是导致该密度组饵料系数升高的主要原因。总产量(Total Gross Production,TGP)随养殖密度的升高而升高,但因养殖密度在20.6 尾/m²时的成活率最低,使得总产量在14.7和20.6 尾/m²时相当,均为283.38 kg。氨氮和磷酸盐随养殖密度和养殖时间的增加而升高,使得养殖后期最高密度组(20.6 尾/m²)受到的胁迫增加,这也是养殖密度为20.6 尾/m²时在养殖后期罗非鱼成活率降低的主要原因之一。综上所述,提高养殖密度能在一定程度上增加养殖产量,但高密度带来的水质恶化及胁迫会导致罗非鱼成活率下降,因此建议在零换水条件下,体质量为(11.95±0.50) g/尾的罗非鱼的养殖密度为14.7 尾/m²。     

一种改进的模糊核聚类图像分割算法

模糊核聚类算法已广泛应用于图像分割领域,然而该算法对初始值的选取、噪声以及图像灰度不均匀比较敏感.针对该问题,提出了一种改进的模糊核聚类图像分割算法.将改进的最大类间方差法(Otsu)引入模糊核聚类算法中,结合图像的概率信息和空间信息,得到了一种高效、实用的图像分割方法.实验结果表明,改进算法具有较强的抗噪能力,较高的分割精度,可以用于工程实际.