FCM算法在脑肿瘤MRI图像分割中的应用

聚类算法已广泛用于图像分割，根据模糊C－均值聚类算法（FCM）的磁共振颅脑图像的特点，我们利用FCM算法对磁共颅脑图像进行了分割。结果表明，聚类算法在脑肿瘤的MRI图像分割中能够得到比较理想的结果，优于边缘检测、域值分割等方法。     

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。     

DAF与CD3协同刺激人外周血T细胞活化的实验研究

目的：探讨人促衰变加速因子（decay-accelerating factor,DAF)作为共刺激分子参与T细胞活化的作用机制。方法：观察3株针对DAF不同SCR的单抗单独使用或者与抗人CD3单抗联合使用时，对人外周血T细胞增殖、IL－2分泌以及胞浆Ca^2 水平的影响。结果：所用3株抗人DAF单抗不能活化T细胞，而抗人DAF单抗与抗人CD3单抗可以协同刺激T细胞增殖，促进IL－2分泌以及提高胞浆Ca^2 水平。结论：抗人DAF单抗与抗人CD3单抗可协同刺激人外周血T细胞活化。     

基于几何活动轮廓的神经元干细胞序列图像的自动分割

一个快速稳定的分割系统是研究神经元干细胞变化的基础，为完善此系统，针对多连接边缘模糊的细胞分割提取问题，根据曲线进化原理，我们提出了一种基于水平集方法的改进的几何活动轮廓算法。此算法能自动解决图像的拓扑变化，并能获得更加真实的细胞轮廓边缘。将此方法应用于神经元干细胞的序列图像分割，实验结果证明了此算法的有效性与准确性。     

心脏灌注磁共振成像的图像配准

医学时序图像的配准是医学图像分析诊断的基础，也是图像融合等图像处理需要先行解决的问题。本研究提出了一种新的基于图像分割和相关法的算法，用于准确、快速实现心脏灌注核磁共振成像(MRI)图像的配准。该方法以图像相关系数为目标函数，利用迭代运算确定心脏图像的水平位移、垂直位移和旋转角度等参数。该算法优点在于充分考虑了心肌灌注图像的特殊性以及被测对象的身体物理运动、生理运动。结果表明，此方法能有效地对心脏灌注磁共振图像进行配准处理。     

针对肺结节检测的肺实质CT图像分割

目的：针对CT图像上肺结节的自动检测，开发并评价对全肺螺旋CT扫描中的肺实质进行自动分割的一种综合方法。方法：首先利用全局阈值对CT图像进行二值化，然后消除由于支气管、细支气管等低密度影和由于结节、血管等高密度影以及由检查床造成的条状伪影等噪声，最后对包含胸膜连接结节的图像利用数学形态学运算和图像凸包运算进行完善形成肺实质掩膜。结果：利用该方法对从LIDC数据库中所有包含结节的505张CT扫描片（来自69个病例）进行肺实质分割，正确率为95．4％。其中，包含胸膜连接结节的139张CT扫描片的正确分割率为94．2％。结论：本文提出的方法较好地完成了肺实质分割任务，为利用CT图像进行计算机辅助肺结节的检测打下了基础。     

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     

一种基于自适应最小模糊熵的CT图像分割方法

为了从CT图像中提取到多个组织的解剖特征,解决运算速度的提高与运算结果不稳定的矛盾,我们提出了一种基于自适应最小模糊熵的图像分割算法.为了找到分割灰度图像的最佳阈值.首先利用迭代公式以及图像的直方图来计算出每个模糊子集的隶属函数中指数参数的值以及阈值的搜索范围,然后在已确定的搜索范围内用穷举法搜索出能使模糊熵最小的最佳阈值.实验表明该方法能较好的完成CT图像的分割.此算法运算速度较快;与用遗传算法、模拟退火算法相比较,运算结果稳定,重复性更好,得到的图像细节成分要更多些.     

医学图像分割技术

图像分割是制约医学图像在临床上广泛应用的关键性问题。医学图像分割则是图像分割的一个重要应用领域。本文讨论了医学图像分割的目的和意义，简述了医学图像分割技术的进展，对近年来医学图像分割技术进行了综述。     

基于射线距离误差的三维医学图像分割的新型评价方法

三维医学图像的分割是计算机辅助诊断与治疗中至关重要的技术。由于现有的三维医学图像分割算法种类繁多且性能各异,对各种分割算法性能公正直观的评价显得尤为重要。我们在对现有常用评价方法做出综合的比较后,提出了一种基于局域距离误差的综合、直观的三维图像分割的新型评价方法,并详细描述了该评价方法中局域误差和全局精确度的评价法。最后,利用这种新型的评价方法对三种常用的分割算法(Fast Marching,Morpholo-gical Reconstruction and Watershed)及一种笔者提出的新型Hybrid算法进行评价,此新型分割算法也在文中作了简要介绍。通过实验,可以验证新的评价方法能够更加科学、直观地对各种三维医学图像分割算法进行评价。