基于分形插值的互信息量配准方法

医学图像配准是医学图像处理研究的一个重要方向,而基于互信息量的配准方法是广泛应用的一种配准方法。但该方法由于插值等因素的影响,存在着搜索过程的局部极值问题,这影响着配准的鲁棒性。针对插值引起的局部极值问题,引入分形插值方法,能较好地解决该问题,平滑优化函数,得到良好的结果。     

一种用于膝关节软骨T2值测量的自动分区方法

目的提出一种把膝关节软骨T2图自动分为三层及九个区域并算出各区域T2均值的方法。方法本方法根据临床经验丰富的放射科医生在T2图上手动勾勒出的膝关节软骨边缘,计算其中轴线以及中轴线的法线,然后将医生分割区域沿法线方向等间距再分为表浅层、中间层、深层三层,再根据中轴线的长度选取两条法线将软骨区域均分为内中外三部分,最后计算各个区域内的T2均值,并通过Bland-Altman分析方法进行统计学分析。结果手工分区和自动分区方法的95%一致性界限为(-3.04 ms,3.20 ms),其一致性界限窄(小于最小均值的一半),变异系数为4.04%。结论自动分区与手工分区这两种方法具有较好的一致性,而且自动分区方法克服了手工分区方法的主观性。     

一种基于图割的交互式脑膜瘤核磁共振图像分割方法

摘要：为实现脑膜瘤核磁共振（MR）图像的精确分割,本文提出了一种新的基于图割的交互式图像分割算法。该方法首先
提取高维图像特征,然后利用加权KNN（K-Nearest Neighbor）分类器估计待分类像素属于肿瘤与背景区域的概率,并构造
新的能量函数;最后采用图割优化方法对能量函数优化求解。对脑膜瘤MR图像的分割实验表明,本方法较基于灰度信
息的图割方法在精度上有明显提高。     

基于VTK的医学虚拟内窥镜系统的研究

目的：开发一个能集成于PACS的虚拟内窥镜系统。方法：对虚拟内窥镜系统实现中的关键技术进行了相应研究,利用可视化工具包VTK,进行了虚拟内窥镜系统的实现。结果：虚拟内窥镜系统集成到PACS中,增强了PACS系统的后处理功能。结论：虚拟内窥镜作为一种新颖的医学图像后处理技术,提供了一种完全无创伤的检查,在计算机辅助医学教学、外科手术导航、手术规划、临床诊断等领域有着广阔的应用前景。     

Gibbs场先验参数估计在医学图像分割中的应用

背景：基于马尔科夫随机场的图像分割算法已经成为医学图像分割的重要方法,其中,Gibbs场先验参数的取值对分割精度有很大的影响。 目的：根据脑部MR图像的成像特点,探讨Gibbs场先验参数的估计方法,从而提高图像分割的精度。 方法：通过对脑部MR图像的统计分析,得到图像高斯噪声的方差与Gibbs场先验参数的对应关系。然后在基于马尔可夫随机场图像分割算法的迭代过程中,根据高斯分布的方差估计值,用插值方法估计Gibbs场先验参数。 结果与结论：通过对模拟脑部MR图像和临床脑部MR图像分割实验,表明该方法比传统的设定Gibbs场先验参数为某一常数的方法有更精确的图像分割能力,并且实现了图像的自适应分割,具有方法简单、运算速度快、稳健性好的特点。     

引入高斯函数的互信息法多模态图像配准

目的：最大互信息作为相似度测量在医学图像配准中已被广泛应用。在计算图像互信息时,为了避免引入新的灰度值一般采用部分体积插值统计两幅图像的联合直方图。但用该方法计算中,当图像平移整数点时,统计联合直方图会出现缺陷,使目标函数出现局部极值,从而造成误配准。方法：将高斯函数引入到直方图统计中,选取适当的邻域,用高斯函数计算邻域内各点像素对联合直方图的贡献。利用高斯函数的平滑性,避免了在互信息计算过程中统计图像联合直方图时出现误差。使用Powell优化方法,寻找最佳的优化参数,实现图像的最佳配准。结果：采用CT-PET数据进行实验,该方法平滑了目标函数,有效地消除了局部极值,提高了多模态图像配准的精确性,并且,对噪音图像配准也产生很好的效果。结论：该方法适用于多模态医学图像配准,克服了传统互信息计算时的不足,提高了配准的正确率和精确度。     

我国医学物理学专业建设的构想刍议

医学物理学专业和医学物理师职业在医学教育和临床诊疗中的重要性日益凸显,本文通过对国内外医学物理学专业建设和医学物理师培养考核体系的比较,详尽介绍了北美在此领域的先进经验;结合我国实际,从临床医学物理工作者的角度,对我国医学物理学专业建设提出了初步构想和建议。     

基于GA-BP神经网络进行呼吸运动预测的研究

放射治疗是胸腹部肿瘤的常用治疗手段,但由于病人在治疗过程中的呼吸使胸腹部肿瘤产生运动位移降低了放射治疗的质量。人们希望在治疗的过程中对目标进行运动估计,以减少呼吸运动在治疗过程中的影响。BP人工神经网络由于其良好的非线性逼近特性被用于呼吸运动估计,可以较好地反映呼吸运动的发展趋势;但BP神经网络本质是梯度下降法,容易陷入局部最优。利用遗传算法(GA)和BP网络相结合的方法,遗传算法具有良好的全局搜索能力,弥补BP神经网络易于陷入局部最优的缺点。通过对9例呼吸运动信号进行对比实验,结果表明用GA-BP神经网络的预测精度高于单纯使用BP神经网络的预测精度。     

新颖的医学图像分类编码方案

分析了医学图像分类方案，并根据医学PACS的应用需求，提出一个新颖简便的编码方案。编码由4个部分组成：(1)影像设备技术代码；(2)体位方向代码；(3)解剖学代码；(4)生物系统代码。实践证明，该编码方案能够充分描述医学图像内容。依照该编码查询和浏览图像准确率高、速度快。     

医学超声图像的对比度增强与分割

医学超声图像因对比度较低、形成过程产生的独有的斑点噪声等影响了手动与计算机辅助分析的效果,尤其是影响了计算机定量测量的效果.为了增强超声图像的对比度,提出了一种模糊增强算法对超声图像进行显著增强,并利用马尔可夫随机场与最大后验概率理论对增强后的图像进行分割,得到了满意的分割效果.