基于增强的粒子滤波算法的医学图像动态轮廓跟踪新方法

关于医学图像的研究，感兴趣区的运动估计和跟踪是一个深受关注的领域。鉴于医学图像质量低、噪声大的普遍特点，从状态变量的非线性、非高斯分布前提出发，利用粒子滤波技术解决该类跟踪问题是一种具有挑战性的技术：由于经典粒子滤波器的权值计算，尤其是重要密度函数的构造方法严重影响了粒子滤波器的性能，本提出了重要改进。针对用粒子滤波方法估计动态轮廓线这一特殊应用，构造了具有特色的似然和先验概率密度算法。结合客观的理论评价标准和大量比较试验，该方法为精确估计动态轮廓线提供了较好的解决对策。     

基于融合反馈式粒子滤波器的多目标跟踪算法

针对足球视频中多球员跟踪问题,提出一种基于融合反馈式粒子滤波的多目标跟踪算法。该算法将球员状态的检测信息与球员的动力学模型结合,设计粒子滤波算法的建议分布,使其能融合最新的观测数据,并由此对下一帧球员可能的状态进行抽样,然后计算各抽样与参考模板间的相似度,最终通过估计球员状态来达到跟踪目的。仿真实验结果表明：本文提出的跟踪算法能较好地解决不同球员间的遮挡问题,实现多名球员的跟踪,具有较好的实时性和鲁棒性。     

基于非线性滤波的移动机器人位姿估计

研究了基于扩展卡尔曼滤波和粒子滤波的移动机器人位姿估计。由于扩展卡尔曼滤波必须假定噪声服从高斯分布,若用于复杂非线性系统,其估计精度不甚理想。粒子滤波对噪声类型没有限制,正在成为非线性系统状态估计的有效近似方法。在不同噪声条件下,对基于粒子滤波和扩展卡尔曼滤波的移动机器人位姿估计问题进行了比较研究。仿真结果表明:粒子滤波能明显地改善移动机器人位姿估计的鲁棒性和精度。     

基于自适应网络与动态拥挤距离的多目标粒子群算法及应用

针对传统方法不易收敛到真实Pareto前端和解的多样性较差的问题,提出了一种基于自适应网络和动态拥挤距离的多目标粒子群优化算法。该算法能在外部种群的数量超过种群规模时,将目标函数空间均匀地划分为间隔相同的网格,统计每个网格中粒子的数量进而估计粒子的密度,限制外部档案的规模;然后引入粒子的方差信息,设计了基于动态拥挤距离的算法,避免了一次性淘汰所有拥挤距离小的个体而使解的分布性变差的问题,提高了解的多样性。函数优化实验及该算法在成品油调和经济效益问题中的应用都验证了改进后的算法具有很好的效果。     

基于SVR插值的FBMC系统时变信道估计

与正交频分复用（OFDM）技术不同,5G候选技术之一的滤波器组多载波（FBMC）技术由于添加了原型滤波器的设计,各个载波之间不需要完全正交,也不需要插入循环前缀作为保护等操作。然而由于引入了固有的虚部干扰,相应的信道估计也更复杂。良好的信道估计和插值算法对于时刻跟踪时变信道响应的变化是十分必要的。本文提出了一种基于SVR插值的FBMC时变信道估计方法,采用辅助导频消除FBMC系统的虚部干扰,然后基于SVR进行时变信道插值。该算法利用已知的导频符号,在存在传输衰落及非线性噪声的情况下,使用SVR回归拟合估计信道响应系数。在仿真中,将信道矢量建模为单径慢时变瑞利衰落信道。结果表明,与传统算法相比,该方法在运算效率损失不大的情况下,对FBMC信道估计的效果有极大的改善,估计精度更高。     

聚酯缩聚反应过程分子量分布的优化控制

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

带未知时变噪声的非线性系统卡尔曼滤波器算法研究

针对带有未知时变噪声的非线性系统的状态估计问题，详细研究了基于有限差分和未知时变噪声估计器的扩展Kalman滤波器算法。仿真结果发现，该算法具有滤波精度高，数值计算稳定等优点，但系统状态估计对初始误差较敏感。     

基于SIMD技术的可重构去块滤波器结构

由于去块滤波运算数据量庞大的特点以及视频解码实时性的要求,近年来,去块滤波运算的硬件加速器已逐渐成为研究的热点。从兼顾系统的灵活性与性能的角度出发,设计了一种可重构去块滤波器。与传统的支持单一标准的去块滤波硬件加速器相比,该滤波器具有以下优点：实现了一种滤波算法可配置的滤波器结构,从而可以支持多个视频编码标准;采用了基于SIMD单指令多数据流技术,实现滤波数据全并行运算,使硬件高度规整,易于芯片布局布线;设计了1个4级可配置的流水线,重构为不同视频标准的去块滤波器,复用硬件资源,提高了硬件利用率和系统数据吞吐量。用这种架构实现了1个同时支持H264、AVS、VP8、RealVideo 4种标准的多标准去块滤波加速器,时钟频率为200 MHz,能够用于多标准高清视频的实时滤波处理。     

区间聚类结合区域划分法实现WSN随机游走模型跟踪

传统的移动目标跟踪方案大都基于理想运动模型,利用滤波方法(如Kalman滤波)进行连续的位置估计和预测。但现实世界中,目标移动规律往往带有强机动性,无任何规律可言,称为随机游走模型。基于此,本文提出了一种低复杂度解决方案,引入离线标准参考样本空间替代在线位置估测过程,为移动目标提供了一种启发式跟踪方案。仿真结果表明,该算法在保证精度的同时降低了计算复杂度,对系统能耗设计有一定指导意义,同时具有更高的灵活性和实用性。     

医学情报的跟踪研究及其信息咨询服务

本文从医学情报的跟踪研究和信息咨询服务的相关性入手,阐述了医学情报跟踪研究中的无限跟踪研究(定向研究、展望研究、预测研究)和有限跟踪研究(定题研究、定时研究、定域研究),以及医学信息咨询服务的特点、过程和方法。并从知识经济的角度,以现代医学咨询服务是医学科学活动的智力结晶为题,从情报、知识、智慧、创造四方面说明了信息咨询服务是知识经济的重要内容。最后综合评述了医学情报的跟踪研究和信息咨询服务在医学科学的发展过程中起了先导、桥梁和参谋作用。     

基于加权水平集演变算法的医学图像分割研究

目的本研究提出一种基于局部边缘特征的加权水平集演变算法,并应用于医学图像分割。方法首先,计算演变轮廓内外邻域的图像局部边缘特征;接着,计算演变轮廓邻近轮廓的平均边缘强度和图像梯度向量流场,构造加权函数项;然后,由此构建新的水平集算法能量函数的长度项和区域项,借助偏微分方程求得最小值获得图像目标理想边界。实验图像选用人工合成图像和临床实例图像,不同水平集算法分割性能采用Dice相似性系数。结果视觉分析显示,基于本研究算法获得的图像目标轮廓与真实图像目标区域边界吻合度最高。定量分析显示,基于本研究算法所得分割图像能获得更高的Dice相似性系数。此外,迭代次数较少时,本研究算法即可获得最佳目标轮廓,且增加迭代次数,本研究算法Dice相似性系数变化微弱不溢出。最后,初始轮廓位置不同,其他三种算法所得Dice相似性系数变化较大且低于本研究算法。结论本研究算法较其他水平集算法收敛速度快,对初始轮廓位置敏感度低,稳定性强,是一种可行的医学图像分割算法。     

用于单个活细胞显微图像动态检测的SPT技术

报道一种高灵敏度,高分辨率,可检上活细胞上膜受体等微粒运动的先进技术－－ＳＰＴ（ｓｉｎｇｌｅ ｐａｒｔｃｌｅ ｔｒａｃｋｉｎｇ）技术,并在此基础上,研制开发了整套单个活细胞显微图像动态检测系统。     

低对比度医学图像全自动分割算法

由于医学图像的对比度较低以及各种组织器官的边缘往往较为模糊,医学图像的分割是医学图像处理中的一个经典难题。如果能将各种分割对象的先验信息加入到分割算法中,将会改善分割效果。针对CT图像中的前列腺器官分割问题,利用水平集函数获得初始分割轮廓,结合从手工分割图像中获得的形状和纹理先验信息,采用遗传算法来演化分割轮廓。仿真实验结果证明该方法能有效地分割出低对比度的医学器官。     

面向B超图像分割的动态权重因子水平集方法

目的研究和改进水平集方法,实现B超图像中病灶区域的准确快速分割。方法分析已有水平集方法在B超图像处理中
的局限,基于区域水平集的优点,将信息论中的熵引入图像处理,定义动态权重因子,准确反映局部灰度阶梯变化状况,定量度
量轮廓线像素点分别受到趋向目标、背景区域的两种作用力的动态权重,将其融合到区域水平集中,迭代引导曲线形变和位
移。由于B超图像病灶分割属于指定区域的局部分割,所以将计算约束到局部范围,从而明显降低运算代价。结果动态权重
因子水平集方法能够较好分割B超图像中的病灶区域,与几种主流水平集方法相比,本文方法精度更高,时间复杂度更小。结
论动态权重因子方法能够更合理准确地判断病灶边界像素点,局部计算策略有效地提高了分割效率。
     

Performance Analysis of Various Techniques Applied in Human Identification Using Dental X-Rays

This paper proposes a novel approach for automating the analysis of identifying the person based on their ante mortem and postmortem reports. This approach involves three techniques (i.e.) morphological contour detector, Gaussian filtering and an existing semi-automatic contour extraction method. Forensic dentistry involves the identification of people based on their dental records, mainly available as radiograph images. Our goal is to automate this process using image processing and pattern recognition techniques. Given a postmortem radiograph, we search a database of antemortem radiographs in order to retrieve the closest match with respect to some salient features. In this paper, we use the contours of the teeth as the feature for matching. The algorithm completes the task in three steps: radiograph segmentation, pixel classification and contour matching. In this paper a hit rate of 0.7 is achieved by the Morphological contour detectors which are comparable with the other two methods.     

基于改进蚁群算法的多目标Job-shop动态调度

实际作业车间调度中多目标的动态优化更符合生产的需求。利用多目标优化问题的Pareto解集思想构建最大完工时间最小以及总拖期时间最小的数学模型,以事件驱动作为动态调度策略实现作业车间的动态调度。采用多目标蚁群算法优化启发式算法,并对算法的转移概率及全局信息素更新进行改进,加快算法的搜索收敛速度同时避免陷入局部最优。仿真实验证明,改进后的算法能实现Pareto前沿较好的均匀性与分布性,对双目标调度以及单个目标独自调度时的甘特图对比,表明双目标优化算法能更好地平衡各个目标的解。最后对急件插入以及机器故障两种动态事件进行仿真,验证了改进蚁群算法在实际动态调度中有较好的实现。     

一种引入ISODATA动态聚类的医学图像中值滤波算法

目的提出一种医学图像中值滤波算法,以改进经典中值滤波存在的不足。方法将模式识别中的ISODATA聚类引入到中值滤波算法中,将分类的结果作为参数来确定如何进行中值滤波,以及是否需要进行中值滤波处理。结果本算法能够滤除严重的脉冲噪声干扰,同时保持图像细节。结论本算法跟经典中值滤波算法相比,提高了信噪比,增强了图像质量。