图像重建算法评价和误差分析的研究进展

近年来在图像重建领域中，人们对重建图像的精度和速度要求越来越高，因此图像重建的算法评价和误差分析问题正日益受到人们的重视。本文追踪国际上的研究前沿，对现有的图像重建问题做了一个较为全面的概述，包括重建算法、算法评价和误差分析，进而在些研究基础上，提出了今后的研究方向和工作目标     

基于物体空间序法的CT图像三维重建算法的研究

首先对三维可视化方法进行了分类概述。接着对基本的物体空间序法及其改进算法——抛雪球法做了详细的描述，并且通过对两组CT数据进行三维重建实验，得到高质量的重构图像。最后，本文研究并采用了提取表面体素进行体绘制加速的方法，实现了基于等值面提取表面的加速算法，实验证明加速算法能够满足显示要求并能起到明显的加速作用。     

基于小波分解的多尺度医学图像融合技术

给出了一种基于小波分解的多尺度图像融合新方法。其基本思想是 ,先对源图像进行小波多尺度分解 ;其次 ,采用了基于区域特性量测选择的加权算子的融合规则进行小波系数融合 ;最后通过小波逆变换重构融合图像。实验结果表明 ,该融合方法十分有效 ,融合图像完好地显示了源图像各自的信息。     

基于F-score特征选择和支持向量机的P300识别算法

如何从脑电信号中快速准确地识别出P300成分是脑-机接口研究中的一个热点问题.针对P300的识别问题,我们提出了一种将F-score特征选择与支持向量机相结合的判别方法,该方法采用F-score特征选择减少输入特征的维数,以克服支持向量机算法判别速度慢的缺点;然后借助支持向量机算法良好的分类性能实现P300的识别.本文在BCI Competition 2003的P300实验数据集上对该方法进行了验证,结果表明,在5次重复实验中该方法的识别准确率达到了100%,且判别速度与未经特征选择的传统支持向量机算法相比提高了近2倍.     

高精度红外光点位置检测分析系统

高精度红外光点位置检测分析系统是基于光电位置敏感器件、立体测量学研制而成的运动物体分析系统。它能快速、准确地测出运动物体各特征点的瞬时位置，并在此基础上进行分析计算，给出三维坐标及针对具体应用领域的特征曲线和参数。该系统可应用于人体运动检测、外科手术定位等领域。     

基于经验模式分解的心电特征提取算法

本研究应用基于经验模式分解的心电特征提取方法,利用第一本征模函数(intrinsic mode function,IMF)分量对QRS波进行定位,并通过减少分解层数、筛选次数、处理区域等策略实现了快速算法。利用MIT-BIT心律失常数据库的数据进行算法测试,取得较高的检测率,检测速度也有明显提高。实验结果表明,经验模式分解算法在QRS波定位中具有相当的优越性,临床应用中取得了良好的检测效果。     

基于敏感性定理的EIT重构算法仿真研究

为了研究性能更好的EIT图像重构算法，我们对基于敏感性定理的EIT图像重构算法进行了计算机仿真研究，并与几种常用图像重构算法进行比较，提出对基于敏感性定理的EIT图像重构算法的改进措施。     

基于主成分分析-神经网络的非编码RNA预测

预测非编码RNA对认识其调控功能具有重要意义。选择单核苷酸和二核苷酸出现频率作为神经网络分类特征,运用主成分分析方法降低输入数据的维数,去除数据间的相关性,采用Levenberg-Marquardt算法改善网络训练速度。对数据集的测试结果表明,此方法对细菌混合ncRNA的预测精度达到81.3%,对原核生物tRNA的预测精度达到93.3%,表明该方法能有效预测原核生物ncRNA。预测结果还发现两种古细菌的ORF序列在序列特征上与其它细菌和古细菌存在差别。     

基于球形标记的多模态医学体配准

本文提出在医学多模态数据集 (尤其是 MRI和 CT)中基于球形人造标记的体配准过程。此过程或是半自动或是全自动完成的。半自动方法要求数据集中标出球形标记的近似点位置 ,再自动进行配准。全自动方法不需要用户的任何交互操作 ,即所有配准子任务 (球体的分割、寻找两组球体的对应关系、最后把第一套球体映射成第二套球体的几何变换的计算 )能由计算机自动执行。在全自动配准中 ,积聚器算法和迭代最近点算法的结合证明是一种有效的和鲁棒性好的点匹配方法     

模拟退火算法在图像配准中的应用

近年来 ,脑功能成像技术发展迅速 ,已在脑科学研究中占有重要地位。研究中通常需要将同一被试的多种模式成像结果或同一模式的时间序列结果结合起来分析 ,首先要解决的问题就是几幅图像的严格对齐问题 ,即所谓的图像配准。在模拟退火算法和其它工作的基础之上 ,较好的解决了图像配准中的连续变量全局优化问题 ,通过基于点的配准方法 ,实现了时间序列脑功能图像的高精度配准。