基于模糊连接度的多发性硬化症MR图像自动分割算法

多发性硬化症(MS)是一种严重威胁中枢神经功能的疾病,利用磁共振成像技术能够无损伤地检出其病灶。为了自动地对多发性硬化症病灶进行分割,提出了基于模糊连接度的分割算法,实现了种子点的自动选取。作为多发性硬化症分割的预处理,针对脑部MR FLAIR图像的特征,基于区域增长方法,还提出了脑部组织提取算法。通过对临床患者MR图像的分割实验,表明该分割算法能够比较准确地分割多发性硬化症病灶,其分割效果明显好于模糊C-均值聚类算法和基于马尔可夫场模型的分割算法。该算法还具有无监督、运算速度快、稳健性好等优点,能够应用于多发性硬化症的临床辅助诊断。     

眼底图像畸变的校正及多幅图像的特征点拼接算法

对于眼底图像 ,由于不在正视点取像造成的几何畸变和由于荧光素从血管壁渗漏等造成的灰度畸变 ,几乎是不可避免的。为临床诊断提供丰富信息的需要出发 ,进行多幅眼底图像的拼接是必要的。本文为此提出了几个新的处理方法 ,如基于大窗口的滤波灰度校正方法、基于透视投影原理的几何校正方法与基于小波子空间上的拼接算法 ,均具有效果好和耗时少的优点。     

利用知识库实现对心脏MR图像的自动分割

目的：研究如何实现对心脏MR图像的自动化分割问题。方法：方法：通过对图像特征参数的训练,从而有效提取和利用先验知识。结果：实现对心脏MR图像的自动化分割。结论：通过提取和利用心脏MR图像的先验知识,能够很好地实现心脏分割算法的自动化。     

手掌静脉识别：基于端到端卷积神经网络方法

目的提出一种基于端到端卷积神经网络的手掌静脉识别方法。方法在构建的手掌静脉识别网络模型中,卷积层和池化 层交替级联提取图像特征,同时通过神经网络分类器进行分类识别,采用包含动量项的随机梯度下降法最小化识别误差,在误 差减小的方向上不断优化模型。采用训练集数据扩展、批归一化、Dropout、L2参数正则化四种方法提升网络的泛化能力。结果 对公共的PolyU库(图像在高约束条件下获取)和自建库（图像在自然条件下获取）中全部500个对象的识别,正确识别率分别达 到99.90%和98.05%,单个样本的识别时间均小于9 ms。结论与传统算法相比,本文方法能够有效提升掌静脉识别在实际应用 中的准确率,为掌静脉识别提供一种新思路。     

运动配准先验图像的4D-CBCT优质重建

四维锥束CT（4D-CBCT）成像可以为图像引导放射治疗提供精确的实时呼吸运动定位信息,如何提高4D-CBCT重建图像 的精确度是目前研究的热点,压缩感知方法（PICCS）算法在基于压缩感知（CS）理论的所有4D-CBCT重建算法中表现上佳,本 文提出的改进先验图像的PICCS算法在传统PICCS算法基础上针对先验图像进行改进,按照每一个相位的位置信息构建其对 应的先验图像,消除了投影数据不匹配所导致的重建图像运动模糊的现象,实验结果展示了文章方法相比传统的PICCS重建结 果组织边界更加清晰,运动伪影减少,图像分辨率提高。     

一种在永磁MRI系统上利用混合PRF/T1的改进测温方法

研究基于混合PRF/T1的测温方法,以提高永磁MRI温度测量的准确度与可靠性.用琼脂凝胶仿真肝脏组织制作体模,将体模放在水浴中加热到65℃,然后置于0.3T永磁MRI系统用翻转角为40°与75°的梯度回波序列进行交替连续扫描,在降温中温度每下降1℃采集一次数据直到36℃.对所采集数据,分别用质子共振频率(PRF)方法、水质子纵向弛豫时间(T1)方法、改进的混合PRF/T1方法计算温度变化,并以酒精温度计测温结果作为参考.比较这3种方法的测温准确度,3d内分别进行3次测温实验,用3次实验结果的变异系数(COV)评价测温方法可重复性.结果表明,仅用PRF或T1方法的测温误差为±6℃,而改进的混合PRF/T1方法的测温误差为±3℃.PRF方法的COV=3.12％,T1方法的COV =7.53％,改进的混合PRF/L方法的COV =2.63％.在永磁MRI系统上采用改进的混合PRF/T1方法比单一用PRF或T1方法的测温准度高且可重复性好,可以更好的满足肿瘤热消融对温度监控的需求.     

超声评价蛋白多糖对关节软骨水合作用的影响

目的 应用高频超声测量技术监测蛋白多糖降解导致的关节软骨水合膨胀行为的改变,探讨蛋白多糖对关节软骨水合作用的影响.方法 将12块表面光滑无损伤的猪髌骨关节软骨样本随机均分为2组,每组6块:正常组不做任何处理;胰蛋白酶消化组在0.25％的胰蛋白酶溶液中浸泡8h,以消化软骨组织内的蛋白多糖成分,从而建立经蛋白多糖降解软骨的离体退化模型,以模拟自然骨性关节炎关节软骨的退化.利用中心频率为25MHz的A型超声系统扫描两组样本,计算软骨的水合应变及软骨厚度.光镜观察关节软骨的病理组织学变化.结果 正常组软骨大约20min时达到水合平衡状态,而胰蛋白酶消化组在大约5min时即达到平衡.正常组软骨的平衡应变值为3.5％±0.5％,明显高于胰蛋白酶消化组(1.8％±0.2％,P＜0.05).胰蛋白酶消化组的软骨厚度(1.34±0.04mm)与正常组(1.34±0.07mm)比较差异无统计学意义(P＞0.05).光镜观察结果显示,正常组软骨表面光滑,软骨细胞排列规则,无裂隙,组织呈均匀红色;胰蛋白酶消化组软骨表面较光滑,可见软骨细胞破坏,番红染色中度减少,提示蛋白多糖减少.结论 正常关节软骨具有膨胀特性,蛋白多糖成分缺失可导致软骨结构、水合作用及脱水后恢复能力降低.     

基于邻域信息和高斯加权卡方距离的脊椎MR图像分割

提出一种基于邻域信息和高斯加权卡方距离的脊椎MR图像椎体的自动分割方法.由于成像过程中存在噪声和各向异性的影响,单个像素的灰度值对噪声敏感,为此采用5像素×5像素窗口,提取每个像素点邻域内的空间-灰度特征,该特征对噪声具有较强的鲁棒性.利用高斯加权的卡方距离度量两个像素的相似性,构造一种全新的相似度矩阵;而单一的尺度参数存在一定局限性,所以引入一种自适应的局部收缩因子,完成脊椎MR图像椎体的自动分割.实验结果表明,新算法克服了传统方法中常见的过分割和欠分割现象,覆盖率均在96%以上;分割的正常和退行性改变椎体光滑且清晰,具有分割结果准确、鲁棒性强的优点.作为一种一般性的分割方法,该算法可以拓展到其他器官的分割中.     

基于广义模糊吉波斯随机场的噪声图象分割

基于吉波斯随机场分割模型的图象分割方法是一种常用的重要方法。本文结合广义模糊集理论，针对噪声大的模糊图象分割问题，重新定义了吉波斯场的集团势函数，将广义模糊隶属度引入势函数，建立了新的分割模型。在此基础上用条件迭代模式（ICM）法对图象进行了优化分割。实验表明，该方法能有效地分割退化的模糊图象。     

模糊马尔可夫场模型与图像分割新算法

本文建立模糊马尔可夫场模型，并提出基于模糊马尔可夫场的图像分割新算法。该算法同时处理模糊性和随机性，因此能有效获取图像的先验知识。在模糊马尔可夫场与待分割图像之间用经典的马尔可夫场关联。模糊马尔可夫场是经典马尔可夫场的推广，当模糊马尔可夫场失去模糊性时，它将退化为经典的马尔可夫场。给定图像，随即进行模糊化处理；以最大后验概率作为优化准则修正模糊马尔可夫场的隶属度；最后按照最大隶属度原则消除模糊性，从而得到图像的分割。该算法可以有效地虑除噪和消除部分容积效应，得到更为准确的分割结果。