一种影像增强器失真图像的校正方法

针对基于X线透视的骨科手术导航系统中影像增强器图像失真的问题,在多项式变换校正影像增强器失真图像的基础上,提出了基于正交多项式和加权正交多项式变换的影像增强器失真图像校正方法。利用正交多项式的正交特性和递推关系,提高影像增强器失真图像校正的精度、速度和灵活性;加权正交多项式变换中考虑控制点对不同像素点影响的不同,改善图像的局部形变。实验数据表明,相同阶数的正交多项式方法比多项式方法精度高,加权正交多项式方法则精度更高,能用较低阶的加权正交多项式实现较高的精度。在骨科手术导航系统中,作者利用三阶加权正交多项式方法校正影像增强器透视图像,降低了图像几何失真给病人空间与图像空间配准带来的误差,提高了手术定位的精度。

基于差异进化算法的医学图像配准方法

基于互信息的医学图像配准是一种目标函数的优化问题,但传统优化方法往往由于目标函数收敛到局部极值而导致错误的结果.该文将差异进化算法引入到医学图像配准中,利用其收敛特性避免互信息测度优化陷入局部极值,实现了多模态医学图像的配准.实验数据表明,以互信息测度为目标函数的医学图像仿射配准中,差异进化算法优于Powell算法和模拟退火算法.

基于互信息和薄板样条的医学图像弹性配准方法研究

该文介绍了一种基于互信息和薄板样条变换的医学图像弹性自动配准方法。该方法首先利用互信息将图像进行全局配准,然后将图像分块进行配准,选取子块配准前后的中心点作为薄板样条变换的标记点,实现图像弹性自动配准。实验结果表明,该方法与单纯利用互信息进行刚体配准相比,能够明显提高图像配准精度,并在薄板样条变换中实现了标记点自动选取,降低了标记点选取的难度,能更好地满足临床需求。

基于对等差异进化算法的医学图像配准方法

差异进化算法是一种简单、可靠和有效的全局优化算法。本文在差异进化算法的基础上,将对等学习方法应用到种群初始化和进化中,提出一种基于对等差异进化算法的图像配准方法。该方法在种群进化过程中由对等跃变率决定是否生成对等种群,文中对不同对等跃变率及动态对等跃变率的不同情况进行三维医学图像配准实验。实验结果表明,只要选取合适的对等跃变率,该方法比传统差异进化算法的图像配准具有更高的精度和更好的稳定性;并且线性递减跃变率的对等差异进化配准算法比固定对等跃变率和线性递增跃变率的配准更精确、更稳定。

口腔正畸科信息管理系统的研究与开发

目的 研究利用计算机信息处理、数据库和图形技术 ,开发用于口腔正畸科的信息管理系统。方法 在专家论证正畸科室的医疗现状和管理需求的基础上 ,用SQLServer 7.0数据库管理系统为开发工具 ,采用VisualC ++6 .0语言作为图形开发工具 ,进行信息管理系统的研制。结果 该系统含诊疗信息管理、材料管理、人事管理、财务管理、教学管理、科研管理、行政管理等 7个子功能模块。通过对 10 0份临床病历资料的模拟输入测试 ,结果表明 ,系统具有较强和较完善的临床使用功能及方便的用户界面。结论 该系统能提高正畸科室的临床医疗管理水平和效益 。

实用计算机头影测量分析软件的研究与开发

目的 :研究开发临床实用的计算机头影测量分析软件。方法 :以Windows98为开发平台 ,VisualC ++6 .0为开发工具 ,SQLServer为数据库后台 ,开发能运行于Windows98/ 2 0 0 0系统的软件。结果 :研制开发出了由使用者直接在屏幕上确定标志点 ,由计算机自动测量出结果的头影测量软件。该软件具有强大的数字图像处理功能 ,能对图像进行去除噪声、锐化边缘、直方图均衡等预处理 ,还可随时进行图像放大、亮度 /对比度调节、软硬组织增强等操作 ,极大地提高了标志点定位的精确性。该软件预置了六种常用的头影测量分析方法 ,并且可由使用者自定义 5 0种分析方法和 1 0 0项测量项目和标志点 ,完全可以满足临床和科研的需求。结论 :该软件操作简便、结果可靠 ,能符合临床实用要求 。

基于粘滞流体B样条模型的快速非刚体配准方法

基于粘滞流体模型的非刚体配准算法是一种适合个体差异较大配准场合的方法。其关键步骤为求解偏微分运动方程组,但原始算法中采用直接离散结合同步超松弛(SOR)的方法相当耗时。为了缩短求解时间,提出一种基于粘滞流体B样条模型的快速方法。首先利用B样条对速度场进行建模,将方程组未知量转为B样条系数,减小计算负担;接着利用B样条的一些重要性质,推导出基于快速傅里叶变换(FFT)的B样条系数求解方法,进一步加快求解速度。实验结果表明,新算法在保持原始算法相同配准精度的同时,具有很快的计算速度。

行业院校特色化定位研究

本文旨在论述特色化定位是行业特色院校的正确选择。文章主要从三方面展开论述:行业院校走特色之路是市场经济体制的客观需要、行业院校走特色之路是高等教育改革与发展的客观要求、行业院校走特色之路是其自身发展的内在逻辑要求。

一种日用定时器ASIC的设计

介绍使用 DSCH和 Microwind两种教学 EDA软件设计一种日用定时器 ASIC的方法与步骤 ,可供对学生进行芯片设计教学实践时参考。

基于改进U-Net的CT图像脑出血区域分割方法

医学图像自动分割方法对中风的及时诊断和治疗提供了极大的帮助。实验针对脑出血辅助诊断问题,提出一种改进的U-Net神经网络模型,实现脑中风CT图像出血区域自动分割。对脑部CT图像进行预处理,用模糊C-均值聚类方法将图像聚类成脑灰质、脑白质、脑脊液和出血区域4类;通过形态学图像方法去除颅骨;提出一种改进的U-Net神经网络模型,并用该模型进行出血区域的自动分割。实验结果表明,提出方法的骰子相似系数(Dice Similarity Coefficient, DSC)可达0.860±0.031,优于白质模糊C-均值聚类、多路径上下文生成对抗网络等方法,极大提高出血性中风区域分割的准确率。

基于多分辨率策略的弹性配准方法

提出了一种基于多分辨率策略的医学图像弹性配准方法。首先通过使用多分辨率C-V模型来加快边界提取的速度,接着采用模拟退火结合薄板样条插值的方法来配准边界点。为了增强边界点配准算法的鲁棒性和速度,在退火过程中使用多分辨率策略来构造点集数据。最后利用薄板样条插值函数完成弹性变换。实验结果表明,算法对于大形变的情况依然具有很好的效果。

边界轮廓特征的多分辨率弹性配准

提出一种基于边界轮廓的多分辨率弹性配准方法.首先用C-V(Chan-Vese)模型提取人脑图像的边界轮廓.接着使用模拟退火方法结合B样条插值函数来配准边界轮廓点集,在退火过程中通过使用多分辨率策略,在获得精细边界轮廓的同时加快了配准速度.最后利用B样条插值函数完成图像配准.实验结果表明,该算法在保证与同类算法相同精度的前提下,实现了快速弹性配准.

用以人为本思想指导高校定位

本文旨在阐述用以人为本思想指导高校战略定位的重要意义。文章分为三部分:高校战略定位思想的描述,侧重于人才培养角度;以人为本思想内涵的介绍;从以人为本人才观是当代世界和中国社会发展的价值抉择角度论述用以人为本思想指导高校战略定位的重要意义。

形成性评价在软件工程专业课程中的实践研究

针对终结性评价为主的传统教学评价中存在的问题,在软件工程专业课程教学中提出基于形成性评价的教学评价模式和实施方案,并在软件需求分析与建模课程中开展实践研究。实践结果表明,该模式的教学效果明显优于传统的终结性评价方法,并且其形成性评价和终结性评价结果能相互印证,更能体现教学评价的全面性、客观性和公平性;通过形成性评价,教师能及时了解教学状况,尽早纠正教学中发现的问题,为后续教学发挥导向作用,提高教学效果和质量。

基于多核并行化差异进化算法的图像配准方法

随着多核处理器的逐渐普及,它将成为未来处理器发展的必然趋势,各种应用都将采用多核架构。在基于差异进化算法的基础上,在图形工作站上充分利用多核处理器的并行计算能力,实现多核并行化差异进化算法,并将其应用于三维医学图像配准,实现快速配准算法。实验数据表明,与传统方法相比,多核并行化方法在保证精度和稳定性的前提下,配准速度提升接近于理想加速比。

基于改进头脑风暴优化算法的医学图像配准方法

针对精准医疗中图像配准方法收敛速度慢、精度不够高的问题,提出一种基于改进头脑风暴优化(Improved brain storm optimization,IBSO)算法的医学图像配准方法。配准过程分为3个阶段:首先,将待配准图像进行多分辨率分解;然后,使用IBSO算法对低分辨率图像进行全局粗配准;最后,利用单纯形搜索法对高分辨图像精配准。相比粒子群和单纯形结合算法、差分进化和Powell结合算法,以及头脑风暴和Powell结合算法,在单模态实验中,所提算法平均耗时较以上3种算法分别降低了32.89%、13.91%和13.66%,且最大误差、平均误差最小;在多模态实验中,互信息、归一化互信息、交叉累计剩余熵与归一化互相关指数均优于上述3种配准算法。实验结果表明,所提算法可以有效地提升医学图像配准的精度与速度。

改进支持向量机分类方法及其在原发性肝癌筛查中的应用

为了尽早检测出原发性肝癌患者,辅助医生进行医疗决策,提高患者临床疗效,提出一种基于临床常规检验指标的筛查方法。该方法使用支持向量机建模,采用差异进化算法进行参数优化,以接收者操作特征曲线下面积的值作为模型评价测度,将得到的最优模型用于检验数据识别,以判断该数据属于健康、良性病变还是原发性肝癌。此外,还根据临床需求绘制分类模型的性能指标曲线和阈值查找表,由用户选择阈值,使预测性能进一步提升。实验结果表明:与其他5种分类方法相比,该方法建立的模型具有更好的性能,其准确度可达0.94,Kappa系数可达0.90。研究结果可辅助医生进行原发性肝癌早期筛查,提高患者长期生存率。

基于优化循环生成对抗网络的医学图像合成方法

放射治疗计划系统需要CT图像准确计算剂量分布,但有时临床只能获得MR图像。图像合成能有效利用现有图像合成新模态图像,从而增强图像信息。针对MR图像生成CT图像问题,综合循环一致生成对抗网络不成对数据可训练合成新模态图像的特点,以及密集连接网络的特征复用和优化信息流传播的优点,提出融合密集连接的循环生成对抗网络模型,改善输入信息的消失和梯度信息稀释,合成更可信的CT图像。在18个病人的数据集上训练和验证模型,优化后的循环生成对抗网络与原方法相比,平均绝对误差降低了3.91%,结构相似性提高了1.1%,峰值信噪比提高了4.4%;与深度卷积神经网络模型和基于图谱方法比较,相对误差分别降低了0.065%和0.55%。本文利用深度学习模型优点,能根据MR图像合成更接近真实的CT图像,更好地满足放射治疗计划系统剂量计算的需求。

多源g射束立体定向放射治疗计划系统的剂量计算加速算法研究

回顾了现有多源γ射束立体定向放射治疗计划系统的剂量计算方法,提出了一种基于锥形坐标系和多核并行化的剂量计算加速算法。实验结果表明,该方法在保证剂量计算精度的前提下极大提高了计算速度,速度可提升到传统计算方法的20倍。

基于三维地形的路径规划算法研究

研究了三维环境中移动机器人的路径规划问题,对蚁群算法中的启发函数和信息素更新方式进行改进,引入了启发函数中路径距离的影响因子,使算法的搜索具有方向性。同时采用了信息素的一种惩罚机制,结合挥发率的自适应改变,来加快算法的收敛速度。仿真结果表明,改进后的算法规划得到的三维路径长度和搜索效率得到了提高。