野山参纯货与籽货性状特征的变异

目的：研究野山参纯货和籽货形状特征的变异及可能原因进行分析。方法采用文献综述的方法,通过归类分析,结合大量的文献对野山参纯货和籽货形状特征的变异进行研究分析。结果由于不同生长环境条件的影响,使得野山参纯货与籽货形状特征出现变异,变异主要体现在根系、体长、腿长、外形、质地等方面。结论土壤、水分、阳光等作为人参生长中必须的环境条件对人参生长起了重要作用,也是导致野山参中纯货与籽货形状特征。从宏观上来看,与纯山参相比,籽货体长腿长。从微观上来看,籽货更加丰满,须分叉角度小,质地更加厚实,放在水里沉底;而纯山参质地呈中空,漂浮在水中。     

热处理对NiTi自膨式血管支架形状恢复能力的影响

依据NiTi自膨式血管支架的工作机理及临床使用条件,研究不同热处理条件(包括温度和时间)后的NiTi自膨式血管支架在形状恢复能力的变化及耐腐蚀性能.分析不同热处理工艺条件下支架Af温度、弹性变形适应性、径向支撑力、局部抗挤压和耐腐蚀等性能指标的变化.结果表明:在热处理温度为500℃,热处理时间为10 min的试验条件下...     

活动形状模型在医学图像分割中的应用

在医学临床实践和研究中经常需要根据各种图像对解剖结构进行识别和精确定位,以获取有用的信息。活动形状模型是计算机视觉领域成长很快的一类统计学模型方法,在图像分割和解释方面展示了相当可观的发展前景。对活动形状模型及其扩展算法活动表观模型的发展现状,以及它们在医学图像领域的应用和研究热点进行了总结并对技术的进一步发展进行了初步探讨。     

镍钛形状记忆合金髌骨爪结合环形缝扎内固定治疗髌骨粉碎性骨折32例临床分析

2001～2004年,我们采用了镍钛记忆合金髌骨爪结合环形缝扎内固定治疗髌骨粉碎性骨折32例,经6～32个月随访,疗效满意。现报告如下。     

基于统计形状模型的三维足形状建模

目的 构建足的三维统计形状模型(statistical shape model,SSM),揭示足形状的三维变化特征.方法 50名中国青年男性正常足数据用于三维统计形状建模,通过足面网格配准、点对齐及主成分(principal component,PC)降维分析等步骤,获得平均足形态及在各PC维度标准差等参数化的足形态....     

几种形状相似易混中药饮片的鉴别

中药饮片是中药材经炮制后供中药配方,中医临床治病,防病的药物。中药大多数来源于植物。由于植物器官,特别是同科同属的植物器官形态相近,炮制后的饮片往往     

基于薄板样条和形状内容的医学图像非刚性配准方法研究

目的 针对医学图像非刚性点配准的现状,给出一种基于点特征的非刚性配准方法.方法 利用一种新的相似度测量方法--形状内容来解决两幅图像中点的对应关系,并利用点对应关系来估计非刚性映射函数.结果 利用薄板样条实现了医学图像的快速准确非刚性配准.结论 实验结果表明,上述方法获得了很好的配准效果.     

一种改进形状插值方法在恒河猴脑黑质断层图像中的应用

背景:研究表明,脑黑质结构的病变是导致帕金森病的主要原因.从影像学角度来看,结构微小的黑质空间位置信息、体积以及3D结构形态的分析为帕金森病的临床诊断和治疗效果评价提供了十分有力的工具,因此其三维形态的研究工作尤为重要.由于恒河猴与人类的生理十分相似,这使它成为许多科学研究中比较理想的实验对象.目的:对传统的形状插值方法进行改进,并运用于恒河猴脑黑质断层图像.方法:较常用的形状插值方法是对变换后的相邻两层距离图像进行线性加权平均,从而获取中间层.试验中考虑多层相邻图像空间位置对插值图像的影响,然后进行非线性加权获取中间层.结果与结论:对插值的方法进行评估,评估结果比较令人满意,并运用于恒河猴脑黑质的三维重建中.该形状插值改进方法可以较好地运用于层片稀疏且结构细微的核团插值工作中,从而为与细微结构相关的疾病研究提供一定的参考价值.     

非增强螺旋CT三维重建在输尿管病变中的应用

目的：探讨16层螺旋CT三维重建技术在输尿管梗阻诊断中的应用价值。材料和方法：35例输尿管梗阻患者行腹盆部16层螺旋CT非增强扫描，在ADW4．2工作站上完成图像后处理，应用曲面重建、多平面重建、容积重建及仿真内镜成像技术显示输尿管。结果：输尿管成像均清楚地显示输尿管。根据梗阻处CT值、病变累及范围和尿液的良好对比，发现23例结石位于输尿管腔内并显示结石大小、形状、位置和输尿管梗阻扩张程度；12例非结石，输尿管成像清楚地显示输尿管狭窄程度及其周围组织结构。结论：非增强螺旋CT输尿管重建可获得良好的输尿管成像，对临床手术路径的选择和手术预后具有非常重要的作用。     

基于拟Laplace谱的形状表示与聚类

基于谱图理论的形状表示与聚类是计算机视觉和模式识别领域的重要研究方向。针对不同形状的结构特征,通过对形状骨架点所构完全图的拟Laplace矩阵进行奇异值分解,将得到的高维数据投影至低维空间中,进而分析该数据在低维空间中的分布情况实现聚类。针对公共数据集的对比实验验证了该算法的有效性。