一种新的术中X线与术前CT图像配准方法

目的本研究旨在配准胸主动脉血管内修复术(thoracic endovascular aortic repair,TEVAR)术中X线与术前CT图像,为TEVAR支架植入提供精确安全的导航。然而,现有配准算法存在无法有效弥合投影CT图像生成的数字重建影像(digitally reconstructed radiography,DRR)与X线图像之间的域间差异和难以获得图像分割标签的问题。因此,需要提出新的方法来改善这一问题。方法本文提出了一种新的配准框架,该框架结合了基于生成对抗网络(generative adversarial network,GAN)的域自适应网络和基于Transformer的配准网络。基于GAN的域自适应网络将X线图像的风格迁移到DRR图像上,使两者在图像风格上更接近。基于Transformer的配准网络采用CNN与跨模态变换器(cross-modality transformer,CMT)相结合的模式,直接配准X线与CT图像,无需进行图像分割。结果本文在208对标定的TEVAR术中X线与CT图像对上对新的配准方法进行了验证。与其他域适应方法相比,本文所采用的CycleGAN网络作为风格转换模块,有效减小了DRR图像与X线图像之间的域间差异。消融实验结果进一步证实,配准网络中的全局局部感知模块(global-local perception module,GLPM)对提高配准精度具有明显作用,而空间缩减(spatial reduction,SR)则有效缩短了配准时间。通过对比现有方法和本文方法在真实患者X线与CT图像对上的配准效果,本文的方法在配准精度和成功率方面均表现出最佳性能。结论本文提出的新的X线与CT图像配准方法有效克服了现有方法存在的域间差异以及难以获得分割标签的问题。

基于微小运动的人脸活体检测算法

针对人脸识别过程中容易受到打印攻击、视频重放攻击的问题,提出一种利用微小运动的人脸活体检测算法。该算法对视频进行运动放大处理以增强微小运动;使用运动强度和运动方向描述微小运动,生成两种运动特征图并进行融合;使用基于注意力机制的VGG16网络进行真伪判别。在Replay-attack数据集上半错误率(HTER)为1.35%,在CASIA FASD数据集上等错误率(EER)为2.5%,证明了微小运动对人脸防伪的有效性。

计算机辅助设计三维牙颌分割及应用场景

背景:传统的三维牙颌模型分割方法通常利用预定义的空间几何特征如曲率、法向量等作为牙齿分割的参考信息。目的:提出一种适用于复杂三维牙颌分割的算法并深度挖掘分割结果与应用场景之间的关联性。方法:建立基于结构特征和空间特征双流提取的三维牙颌分割算法,利用分流的模块化设计避免特征混淆。其中,结构特征流上的注意力机制用于捕获牙齿分割所需的细粒度语义信息,空间特征流上的Tran-Net用于保证模型对复杂牙颌分割的鲁棒性。该算法在包含健康牙颌和缺牙、错牙、牙列拥挤等复杂牙颌的临床数据集上验证有效性和可靠性,通过总体精度、均交并比、方向切割差异等评价指标衡量模型的分割性能。结果与结论:该算法在临床数据集上的总体分割精度为97.08%,分割效果从定性和定量的角度均优于其他竞争方法。验证了此次设计的结构特征流,通过构建注意力聚合机制从坐标和法向信息中可提取更精细齿形局部细节,设计的空间特征流通过构建变换网络(Tran-Net)可保证模型对缺牙、错牙、牙列拥挤等复杂牙颌的鲁棒性。因此,该牙齿分割算法对于临床医生实操参考具有较强的可靠性。

基于代数距离的椭圆拟合的优化及应用研究

鉴于传统的椭圆拟合算法容易受噪声的影响,本文提出了一种基于代数、几何距离和RANSAC算法的最小平方中值的椭圆拟合方法。方法先采用线性变换对原始数据进行预处理,在得到处理后的离散点后,最小化椭圆和离散点之间的欧氏距离,采用五边形的方法对筛选出的不同点集进行测试,最后确定出椭圆的5个参数,拟合出最终的椭圆图形。仿真实验和实际图像的拟合结果表明,方法可以快速地对星体进行拟合和识别,对噪声具有一定的抵抗力,具有良好的准确性和鲁棒性。

基于自适应手指分割与判别的静态手势识别

由于动态手势可以看作是多帧静态手势的融合,研究静态手势成为解决手势识别问题的重点。针对静态手势,提出一种自适应手指分割与判别的手势识别算法。首先,运用YCb Cr颜色空间的肤色聚类特性对手势图像进行分割,并采用质心点漂移的理念确定手指方向并作旋转归一化处理;其次,针对手势轮廓点的梯度方向和跨度确定手指的候选区域,并结合形态学的方法重建出单一手指的二值化形态;最后,选取恰当的形状特征,运用SVM分类器对其形状特征进行分类。实验表明该方法具有较好的识别率。

一种复杂场景下的人眼检测算法

针对复杂场景下的人眼检测问题,间接方法和直接方法具有一定的局限性。提出了一种不依赖人脸检测的直接型人眼检测算法,以解决复杂场景下多尺度尤其是小尺度人眼检测问题。算法通过减少下采样因子并加入扩张残差单元以提升小尺度人眼检测能力,且对多尺度特征相互拼接以保证多尺度人眼检测的精度。同时,算法借助于压缩特征输出通道降低了模型复杂度,使人眼检测效率得以提升。实验结果表明:所提模型可以在小尺度下有效地进行左右眼区分,并在红外数据上表现良好。经在DIF数据集上进行训练与测试,所提模型在较小尺度下人眼检测精度达到82.59%,检测效率达到30.5 fps。

基于图像拼接的PCB基板质量检测算法

印刷电路板(PCB)基板是PCB在制作过程中的重要载体,其合格与否直接影响产品的质量和性能。由于基板尺寸较大且孔洞繁多、密集,PCB基板质量检验成为了一件繁重而复杂的工作。针对此问题,提出一种基于图像拼接的基板质量自动检测方案,解决了大视野和高分辨率的矛盾。算法包括在子图上进行图像增强和目标分割;通过对应关键点进行图像拼接,获得高分辨的大视野图像;提出评估判据实现基板质量自动检测。实验结果表明,该算法可以准确地提取基板相关数据,检出错误并给出有关质量检测误差评估。

基于形状特征的静态手势数字识别

本文提出了一种基于形状特征的静态手势识别算法.对分割出来的手势二值图像进行细化处理,根据细化骨骼恢复出手指形状的候选区域,提取形状特征并进行手势识别,即判断手指个数从而对手势数字0-5进行识别.本文在Matlab2012平台下对采集的中型数据库样本进行识别,平均识别率达到97.91%,平均识别速度为2.14s.同时,对实时采集的数据结果进行测试,实验结果具有一致性.

多层级特征融合结构的单目图像深度估计网络

采用卷积神经网络对单目图像的深度进行估计时,存在深度信息不精确、边缘模糊以及细节缺失等问题。为此,提出一种多层级特征融合结构的深度卷积网络。该网络采用端到端的编-解码器结构,编码器使用ResNet101网络结构将图像转换为高维特征图,解码器使用上采样卷积模块从高维特征图中重建出深度图像,并对编码器与解码器中的不同层级特征进行融合。基于NYUv2数据集与KITTI数据集的实验结果表明,相比其他先进网络,该网络不仅能预测出更加准确的深度信息,而且能保持预测深度图像的边缘信息。

基于深度学习的舌裂分割算法研究

中医舌诊可以通过舌面裂纹的测量了解身体的健康状况。考虑到采集图片分辨率不同、质量差异较大、背景复杂且不同患者舌头颜色纹理不同等因素,传统分割算法难以得到较好的结果。提出一种基于深度学习的、面向小样本数据集的舌裂分割算法。分割时先分割舌面,再进行舌面裂纹分割,以规避较为复杂的背景影响。使用迁移学习的方法将路面裂纹训练模型迁移至舌面裂纹;改进U-Net网络结构,在传递拼接路径增加SE模块以提高分割的准确性和鲁棒性;训练时使用Focal Loss(焦点损失)函数作为损失函数,使网络更加关注小目标的分割,从而提升整体分割效果。实验表明,本文方法具有更强的鲁棒性,能够应对背景、光照、纹理等图片质量问题,其MPA(平均像素精度)能够达到71.06%,MIoU(均交并比)能够达到67.35%,在视觉效果上有更好的表现。实验和对比结果也表明,该分割方法具有较高的准确性和稳定性。

多参数融合的手背静脉图像质量评价

生物特征识别系统的性能与图像质量密切相关,识别过程中大部分的错误匹配是由低质量图像导致的.根据生物特征图像质量评价参数,并结合手背静脉图像结构特点,选取了有效区域尺寸、对比度、清晰度、位置偏移和旋转角度作为手背静脉图像质量评价的参数.基于各参数改变对识别率影响曲线,提出了根据其平均斜率确定参数最优权值的方法,并利用加权的方法对各质量参数评分进行融合,最终得到手背图像总质量分数.将该算法与图像结构相似度模型进行对比实验.实验表明,得到了与图像质量主观评价相一致的结果,并保证了手背图像的最佳识别率.

一种面向CTA图像的冠状动脉自动分割算法

为了实现冠状动脉自动分割并提高分割精度,本文结合卷积神经网络和改进的区域生长算法,提出了一种自动分割算法.该算法主要包括三个部分:种子点的定位,血管相似性特征的提取和基于相似性特征的区域生长.首先利用卷积神经网络分割升主动脉,为后续的生长提供种子点;然后计算血管相似性特征,为后续的区域生长提供约束特征;最后,结合血管相似性特征和数据的密度信息进行区域生长.本文的分割结果比传统的区域生长方法的分割效果更好,与手动标注的平均体素误差为1.983 2 HU/体素.

基于DPM与神经网络后验的人脸关键点检测算法

本文提出了DPM级联神经网络的算法来解决DPM人脸关键点检测中的误检问题.在实际应用中,由于受背景干扰,DPM算法会把非关键点的地方检测为关键点,针对这种情况,本文通过神经网络对DPM检测到的点进行分类检验,从而对误检点进行滤除.在LFW数据集上的结果表明,通过级联BP神经网络,使得误检概率降低了约3%.

基于编解码卷积神经网络的单张图像深度估计

针对传统方法在单目视觉图像深度估计时存在鲁棒性差、精度低等问题,提出一种基于卷积神经网络(CNN)的单张图像深度估计方法。首先,提出层级融合编码器-解码器网络,该网络是对端到端的编码器-解码器网络结构的一种改进。编码器端引入层级融合模块,并通过对多层级特征进行融合,提升网络对多尺度信息的利用率。其次,提出多感受野残差模块,其作为解码器的主要组成部分,负责从高级语义信息中估计深度信息。同时,多感受野残差模块可灵活地调整网络感受野大小,提高网络对多尺度特征的提取能力。在NYUD v2数据集上完成网络模型有效性验证。实验结果表明,与多尺度卷积神经网络相比,该方法在精度δ<1.25上提高约4.4%,在平均相对误差指标上降低约8.2%。证明其在单张图像深度估计的可行性。

盲去模糊的多尺度编解码深度卷积网络

针对拍摄场景中物体运动不一致所带来的非均匀模糊,为提高复杂运动场景中去模糊的效果,提出一种多尺度编解码深度卷积网络。该网络采用“从粗到细”的多尺度级联结构,在模糊核未知条件下,实现盲去模糊;其中,在该网络的编解码模块中,提出一种快速多尺度残差块,使用两个感受野不同的分支增强网络对多尺度特征的适应能力;此外,在编解码之间增加跳跃连接,丰富解码端信息。与2018年国际计算机视觉与模式识别会议(CVPR)上提出的多尺度循环网络相比,峰值信噪比(PSNR)高出0.06 dB;与2017年CVPR上提出的深度多尺度卷积网络相比,峰值信噪比和平均结构相似性(MSSIM)分别提高了1.4%和3.2%。实验结果表明,该网络能快速去除图像模糊,恢复出图像原有的边缘结构和纹理细节。

基于级联多尺度信息融合对抗网络的红外仿真

提出了一种应用于红外图像仿真的级联多尺度信息融合生成对抗网络,能由可见光图像估计对应的红外图像。针对可见光与红外图像特征之间的关联与区别,该网络采用级联的对抗网络结构:第一级对抗网络以语义分割图像为辅助任务,使用大感受野的卷积网络结构,重建红外图像的结构信息;第二级对抗网络以可见光的灰度反转图像为辅助任务,采用小感受野的网络结构,补充红外仿真图像的细节纹理信息,并使用多尺度融合模块整合多感受野信息以提升算法精度。在先进算法的通用数据集上进行实验,结果表明,级联多尺度信息融合对抗网络能够实现可见光到红外图像的转换,可得到结构与纹理都较正确的红外仿真图像,在多种客观指标与主观感受上均优于其他类似算法。