全局异常信号环境下基于体素灰度多模医学图像配准研究

目的 在全局异常信号环境下,找出适合于临床应用的、满足精度和鲁棒性要求的基于体素灰度多模医学图像配准相似性测度。方法 结合对各种相似性测度的分析,对无异常信号的实际医学图像,和分别加了随机噪声及全局异常信号的多模医学图像进行配准精度的分析。结果 对各种已有成熟的相似性测度进行理论分析和实验对比研究的基础上,归一化互信息在全局异常信号环境下对多模医学图像进行配准,它们的配准精度和鲁棒性表现都令人满意,能得到准确的配准结果。而基于相关比和互信息的配准方法,不能准确地配准加了全局异常信号的多模医学图像。结论 相比于其他相似性测度,归一化互信息在全局异常信号环境下,是一个能满足配准精度和鲁棒性要求的合适相似性测度。     

基于FPGA的图像导向手术硬件平台的研制

介绍了一个基于FPGA的图像导向手术硬件平台的设计,为用硬件加速实现图像导向手术算法提供了硬件支持。该平台实现了视频解码器接口、DDR内存控制器、I2C控制器、中断控制器等,可以完成术中内窥镜图像的实时采集,并且为图像导向手术算法设计了硬件接口。     

利用相关比相似性测度多分辨率配准MR和PET医学图像的方法

采用了全新的相关比相似性测度作为配准的测度准则，提出了有效的磁共振(MR)和正电子发射端层扫描(PET)临床医学图像配准方法。具体设计时，采用了加速的多分辨率的配准方案，对方案中涉及的几何变换选取、重采样、多分辨率体数据表达及最优化方法进行了详细的设计分析。最后，利用多分辨率配准方法，对MR和PET临床医学图像进行配准，给出了令人满意的效果，同时和基于体素灰度的直接配准法相比，配准速度也有了很大提高。     

计算机辅助手术中虚拟内窥镜技术的应用

对计算机辅助手术中虚拟内窥镜技术的应用作了较为全面的阐述。介绍了虚拟内窥镜的技术发展、关键技术和实现的技术难点。就典型的耳鼻喉、脑神经外科手术领域，详细地分析了虚拟内窥镜技术的实现，并就计算机辅助手术领域虚拟内窥镜技术的发展作了进一步的展望。     

医学图像三维可视化

本文详细综述了在医学图像三维可视化领域应用广泛的各种体绘制技术,进一步展示了在可视化领域结合因特网技术的最新发展方向。在比较各种体绘制技术的基础上,提出了适合在高档PC上开发用于计算机辅助手术导航系统的三维可视化方法。     

计算机辅助设计乳房三维重建及体积测量系统的研制

目的应用CAD技术开发建立乳房三维重建及乳房体积测量的系统软件，指导临床乳房癌术后一期乳房再造的术前设计。方法收集2006年1月至2007年12月间的16例乳腺MRI检查的影像学资料．数据以医学数字成像和通信标准文件格式刻输出。应用VTK、ITK、FLTK等C^＋＋6．0程序软件编程技术进行乳房三维重建及体积测量。结果（1）开发建立了乳房再造计算机辅助设计系统；（2）通过计算机编程进行乳房边界的界定，完成了乳房三维重建：（3）在重建乳房三维立体图像的基础上，通过计算各层面及其厚度和体积，再将各层体积叠加计算出乳房体积。结论应用CAD系统三维重建乳房，具有双侧对称度高，美观、逼真的优点；应用CAD系统测量乳房体积技术精确度高，测算速度快；CAD系统乳房三维重建及乳房体积测量软件有助于乳房一期再造的术前设计。     

基于体素灰度三维多模医学图像配准中相似性测度的选取

目的：在基于体素灰度医学图像配准领域，找出最适合于临床应用的多模医学图像配准相似性测度。方法：在极端的刚体配准条件下，检验出互相关系数，互信息和相关比相似性测度为适合的相似性测度。同时进一步解释了基于互信息相似性测度的医学图像配准易于陷入局部最优，而基于相关比相似性测度的方法易于保证配准得到全局最优，最后，利用加速的多分辨率配准方案和Powell‘s优化算法，对临床医学图像进行了基于相关比相似性测度的多模图像配准试验。结果：通过临床医学专家的判断，利用相关比相似性测度进行多模医学图像配准，安全能满足临床的要求，进行MR／CT，MR／PET三维多模医学图像配准时效果非常理想，结论：相比于其他相似性测度，互相关比相似性测度在基于体素灰度，三维多模医学图像配准领域，是一个更为适宜和准确的相似性测度。     

PACS系统中的各种图像采集方法的比较

对现阶段国内医院环境下的PACS系统的图像采集所采用的方案进行了探讨。     

乳腺肿块的快速检测

目的:乳腺肿块的计算机检测可以帮助医师定位肿瘤,提高乳腺癌诊断的速度和准确率.方法:作者利用AFUM(average fraction under the minimum)[1]算子和一阶梯度向心率估计检测肿块异常区域.作者对一阶梯度向心率估计做了详细阐述,包括原理和相关参数的选择.结果:作者对40张来自Digital of Screening Mammography(DDSM)乳腺X光图像进行了检测,并将检测结果与图像库的金标准进行比较,画出FROC(false positive receiver operating characteristic)[1]曲线.平均每幅图像的假阳率约为1.792,肿瘤检出率约为90.63%,每个病例的检测时间约为2min.结论:算法可以检测出大部分的肿瘤,并且每幅图像的假阳率比较低,检测速度非常快.