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。

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。

基于体素灰度三维多模医学图像配准中相似性测度的选取(英文)

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 ,完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 。

利用相关比相似性测度多分辨率配准MR和CT医学图像的方法

本文提出了有效的、能被临床应用所接受的磁共振 (MR)和CT医学图像配准方法。在基于体素灰度的医学图像配准领域 ,本文采用了全新的相关比相似性测度作为配准的测度准则。具体设计时 ,采用了加速的多分辨率配准方案 ,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设计分析。最后 ,利用本文提出的多分辨率配准方法 ,对MR和CT临床医学图像进行配准 ,给出了令人满意的效果。

基于体素灰度3D多模医学图像配准中的相似性测度

对基于体素灰度多模医学图像配准中广泛采用的相似性测度 (SM)进行了比较研究 ,认为在配准条件极不理想的条件下 ,基于互信息 (SM)、归一化互信息 SN、相关比 (SR)的 SM是最为适用的 .分析了基于 SR 的配准法相比于 SM,易于保证配准得到全局最优变换 .利用基于 SR 的配准方法 ,对磁共振 (MR)和 CT、MR和正电子发射断层扫描 (PET)临床医学图像进行配准 。

计算机辅助手术向远程手术方向的发展

本文对计算机辅助手术 (CAS)系统的关键技术 :医学图像三维可视化、多模医学图像配准进行了全面的探讨 ,进一步讨论了在计算机网络中通过共享医学图像的各种分析处理结果 ,来完成计算机辅助手术向远程手术的转化。对计算机辅助手术向远程手术发展所必须解决的问题 ;三维医学图像传输环境下的医学图像实时三维可视化、协同分布式并行计算环境。

三维多模医学图像配准系统的设计

在基于体素灰度的医学图像配准领域 ,采用全新的相关比相似性测度作为配准的测度准则 ,对多分辨率加速配准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设计分析 .利用文中提出的多分辨率配准系统 ,对磁共振图像 (MR)和 CT、MR和正电子发射断层扫描 (PET)临床医学图像进行配准 ,得到了较满意的效果 ,配准速度有了很大的提高 .

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。

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 。

计算机辅助外科手术精度的研究

计算机辅助外科手术系统由立体定位和图像配准两部分组成。整个系统的精度表现为由术前多模医学图像数据重建所得的虚拟空间和术中实际空间的匹配效果的好坏上。系统精度也由定位系统的精度和图像配准的精度组成,而术中的配准精度有依赖于立体定位系统的精度,因此定位的精度是影响整个系统精度的重要因素。最后全面地给出了影响计算机辅助外科手术的可能的误差源。

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。

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。

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。

基于光流和多层次B样条自由变形的医学图像鲁棒形变配准

为了跟踪肿瘤病灶对周围正常组织挤压变形,以及脑部手术软组织变形对手术的影响,提出了光流估计框架下的多层次B样条自由变形鲁棒形变配准方法.利用光流法约束下的多层次B样条自由变形,通过加密局部控制点以加强局部形变,能有效建模肿瘤信号及异常变形区域的局部较大形变.通过引入鲁棒估计,给予异常信号(病灶、灰度突变或形变不连续区域)以较小的权值,可减小图像灰度差异、局部不连续形变场所造成异常信号对形变配准优化的不利影响.采用了L-BFGS方法,可减少内存开销,提高优化速度.实验表明:形变配准算法得到了较好的效果,可较好建模术前和术中脑部医学图像的形变,本配准算法可用于指导图像导向手术.

基于图像块匹配和测地线活动轮廓模型的肿瘤自动检测算法

提出一种基于图像块匹配和测地线活动轮廓模型的肿瘤自动检测算法。给定肿瘤区域的术前图像和术后(或术中)图像,首先通过刚性配准得到全局配准参数,然后将术前图像分割成大小适合的正方形区域,在术后(或术中)图像中寻找与之匹配最好的区域,并得到各个分块对应的配准参数。根据分块配准和全局配准之间关系的判决比较,得到肿瘤所在的区域,最后在此区域内利用测地线活动轮廓模型,获得较为准确的肿瘤初始轮廓。

基于分块排序重采样PCA的泊松降噪算法

泊松噪声在低光子计数成像中较为常见,尤其是在微光成像、天文、核医学领域,但由于建模处理信号相关噪声的困难性,对于低光子计数(及小尺寸图像)往往会存在小样本问题以及图像区块间特征自相似性不足的问题,使得当今许多优秀的降噪算法还不能达到好的降噪效果。该文提出了一种能同时解决这两种问题的泊松降噪算法。首先,我们对图像块进行分块排序,用重采样法对邻近非局部块进行分块重采样;然后选取与原始图像块近似度高的前5个采样向量并应用基于指数分布族的PCA框架对其进行处理;最后依据与原始图像近似度权重将处理结果合成降噪后的图像。实验结果显示我们的方法对小样本量低光子计数图像的泊松降噪有很好的表现。

一种医学图像局部结构的尺度选择方法

局部结构的尺度信息是医学图像配准中一个重要的参数。然而,现有的图像配准研究大多没有关注对图像局部结构尺度的选择。该文提出了一种数据驱动的局部结构尺度选择方法,通过基于最小描述长度准则的后验概率最大化和基于马尔科夫随机场模型的空间一致性约束,从各向异性的离散尺度空间中,为每一个经超像素分割得到的局部结构分配最佳的尺度,以满足后续非刚性医学图像配准中对局部结构尺度信息的需求。

生物荧光谱分离端元提取算法的实现与比较

选取和实现了PPI(Pure Pixel Index)和N-FINDR两种端元提取算法,在荧光染料发光成像的实验条件下对算法进行了对比发现:N-FINDR计算速度快,能准确计算出最优m个端元的优点,但需要对m数目预先准确设定,有可能会忽略本是端元的像素点;PPI算法计算速度较慢,会找出一些并不是端元的素点,但同时不会因为m的误差而误删除端元;本研究进一步发现,先通过一个较少循环的PPI算法来剔除大量的像素点,然后再通过N-FINDR算法对于剩余的像素点进行计算处理,可以更快速准确地分离出我们所需要的端元点。

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。

联合显著图强化形变配准网络

配准图像中存在的结构对应性缺失与局部复杂大形变给非刚性图像配准准确寻找一一映射形变变换带来了极大挑战。传统配准方法以及基于深度学习配准方法都不能处理好此类图像配准异常难题。基于全局到局部的递进深度网络策略,该文提出了配准图像联合显著结构上下文信息增强的无监督式深度配准网络。其中,全局到局部的卷积网络通过将待配准图像输入到结果形变场输出的复杂映射分解为两个更易求解的全局映射与局部映射网络,同时结合配准图像联合显著结构上下文信息双向加强网络的学习训练,实现了精确、鲁棒、高效的联合显著图强化形变配准网络,有效地解决了既存在结构对应性缺失又存在局部复杂大形变的图像配准难题。