复杂背景干扰下硅藻图像的深度网络识别与定位

目的 提出一种刑侦尸检中基于深度学习网络的受复杂背景干扰的硅藻目标自动识别与定位方法。方法 主要由两大模块组成,分别是初步定位与精确定位模块。在初步定位模块中,应用ZFNet的卷积层、池化层提取高层次的硅藻特征,然后应用RPN（Region Proposal Network）生成可能存在硅藻的区域并且初步完成硅藻目标的定位。在精确定位中,应用Fast R-CNN精确修改硅藻位置信息与识别硅藻类别。结果 应用简单、部分复杂与复杂背景的自建库图像对传统机器学习方法与本文方法进行实验验证,传统识别方法对有部分背景干扰的硅藻图片识别率约为60%,且不能识别与定位受复杂背景干扰的硅藻图像。本文方法能够有效识别与定位复杂背景下硅藻图像中的多种目标,且平均识别率达到85%。结论 本文方法能够应用于刑侦尸检中识别与定位复杂背景干扰的硅藻图像中的目标。     

3D腹部多排电子计算机断层扫描医学图像的非线性扩散滤波分析

目的:对3D腹部多排电子计算机断层扫描(multi-detector computerized tomography,MDCT)图像进行非线性扩散滤波分析,避免低剂量MDCT图像质量改善中3D非线性扩散滤波器需要通过主观经验设置扩散参数的缺点.方法:根据3D非线性扩散滤波器的滤波原理推导扩散参数与体素值变化的依赖关系,根据该依赖关系客观地设置扩散参数值,并将加权均值策略引入非线性扩散滤波当中以抑制点噪声.结果:根据该方法设置的非线性扩散滤波器能够有效地抑制低剂量MDCT图像的量子噪声,并且能够较好地保留小病灶、血管等感兴趣区域的边缘与细节信息.结论:扩散参数与体素值变化的依赖关系可以应用在3D扩散均值滤波器的参数设置当中,使该滤波器能够有效改善低剂量MDCT图像质量.