低剂量CT成像的研究现状与展望

低剂量CT扫描能够有效减少患者接受的辐射剂量,但同时会导致成像质量的下降。在降低剂量的同时,获得可用于临床诊断的高质量图像已经成为近年来CT领域研究的重点方向。本文从低剂量CT的成像方式和图像质量改善等方面介绍了国内外低剂量CT技术的发展与应用,包括低剂量CT扫描的实施方式,低剂量CT扫描的数据模型,相关重建算法与图像后处理策略。本文对近年来国内外研究团队在低剂量CT技术的研究上进行了概括,最后对目前该领域的研究工作进行了总结和分析。

运用层序地层学模式预测河流相砂岩储层

迄今为止，利用层序地层学理论研究陆相地层层序内部的岩性变化规律和对传集层的分布进行预测，仍是一个未能圆满解决的复杂问题。与海相环境不同，在陆相盆地中，影响沉积物可容空间的因素更为复杂多样，这主要裹现为河流平衡剖面对基准面的影响，以及气候和构造运动对沉积物的补给作用。本文根据准噶尔盆地东部地区储油砂体的地震反射特征，提出了利用三维地震资料追踪对比储层的相应模式，以准层序为单元的地震对比方案，成功地重构了河沈沉积在不同发育阶段的原始沉积而。在此基础上，利用反射地震资料的沿是振幅信息，即可有效地预测河流砂岩储层分布范围。

三维医学图象数据的分析与显示

本文报告了一种在微机上实现的三维医学图象分析与显示系统，具体算法采用体积描绘，用光线跟踪进行三维显示，结合矩算子进行局部景物分割，能获得精确的表面法向参量，使显示结果更为逼真，对实际三维医学图象数据的分析、显示结果证明系统具有一定的实用性。

基于纹理分析的磁共振图象区域分割

本文介绍了一种用于医学磁共振脑部图象中的主要解剖结构区域分割的纹理分析方法．利用纹理的二阶统计参数和局部分形维数，组成特征空间后，对象元进行两步分类：首先利用Ｋ平均方法进行二值决策分类，然后采用概率松弛方法获得象元对各类的隶属概率．

自组织特征映射网络的改进及在储层预测中的应用

自组织特征映射网络（SOM）虽然具有自组织、自学习和侧向联想能力，但在实际应用中仍存在一些缺陷。如网络在学习时收敛速度较慢，不同的初始条件和样本输入顺序对网络的学习过程和学习结果都很敏感，网络在无监督学习时不能充分利用可靠的先验知识。为此，本文对SOM算法进行了多项改进，主要有：①在网络初始化时将已知样本矢量作为典型样本，再对特定的输出节点的权向量进行初始化，然后对每次迭代后的网络进行非强制性的修正，从而提高了分类精度；②采用自适应方法调节学习速率，加快了网络的力J练速度；③给出判断迭代是否收敛的准则，提高了运算速度；④以输出层各书点权向量之间的欧氏距离为依据对每个输出节点的类别号进行重排，实现了对样本的有序分类。本文应用这种改进的SOM算法，对准噶尔盆地东部地区的一条穿越3口探井的地震剖面进行了储层预测，获得了良好的效果。

多功能光线追踪方法

光线追踪方法已广泛应用于医学图象体积数据的显示。本文将体积图象的许多显示驱动的预处理纳入到光线追踪框架之中，从而形成一个正则化的体积数据显示分析框架。各种处理与分析算子的有机组合可完成各种特定的任务。由于避免了数据的整体预处理，使得体积显示与分析的效率更高、人机交互性能更好。

白细胞图像的计算机自动分割——白细胞的自动分类研究

作者在详细分析了白细胞图像的分割中的若干问题和总结前人研究结果的基础上,根据目前现有条件提出了一套适合微机处理的白细胞图象自动分割系列处理方法.对血液细胞图象的实际分割测试表明:方法稳定可靠且有效,取得了比较满意的效果.现已将方法装入我们自行研制的白细胞自动分类识别分析系统的分割方法模块中.

仿真医学影像学

现代医学影像技术及相关技术的发展和临床对诊断与治疗精度的不断提高的需求，催生了医学影像的一个十分活跃的分支──仿真影像学。该文尝试着从技术层面上对仿真影像学进行综述，主要涉及到数据可视化系统与方法，包括虚拟现实技术、三维图像重建与显示、虚拟内窥镜系统等。

三维医学图象重建中的极端凹表面插值方法

在许多科学领域中,三维物体是由序列断层重建而得。这些三维重建都用于更高阶段的分析及空间结构的理解。而由一系列断层上的物体轮廓边缘重建物体的三维表面则是三维重建的一个重要部分。在文[1][2]中提出的三角化方法,即在两个相邻断层上的轮廓线之间生成一系列三角小平面来近似实际物体表面。在文[3][4]中提出了一种动态弹性插值方法,在两个相邻断层上的轮廓之间利用轮廓顶点力场来进行形状插值。

医学图象中体积数据的光线跟踪法显示

体积图象的显示、处理和分析已成为图象处理和分析研究的一个重要分支。本文提出了一个在微机上实现的显示体积图象的光线跟踪方法以及相应的处理与分析方法,如景物分割;提出和实现了实际中常见的各向异分辨率数据的显示方法,对实际医学图象数据(CT,MRI)的实验结果表明,该方法具有许多优点。

基于造影图对的血管三维重建显示

在某些医学诊断和治疗过程中需要了解生理结构的三维信息,本文介绍了血管三维重建的工作.首先讨论了几种处理方法,着重讨论三维重建的匹配过程,并提出了一种新的基于二叉树数据结构的匹配方法.该方法能有效地解决匹配过程中一点对应多点的问题.最后介绍了一种对血管进行三维描述和显示的技术.

三维医学图象中的表面提取与显示

本文介绍一种对由序列断层重建的三维图象进行表面提取、表示和显示的方法,将原始图象用一种K叉树数据结构表示,通过两个局部算子的走树过程消去非表面点,从而提取某个特定物体的表面并将其表示为K叉树。这种结构有效地压缩表面数据,也简化了显示过程中的变换运算。

基于体元的物体表面表示与显示

基于体元的三维物体表示与分析在许多科学领域,尤其是医学领域中,有重要的应用前景。在三维图象中物体的表示和处理可归结为基于表面和基于体积的两大类方法。在这方面,尽管已有许多工作,然而只是在表示和处理方法上强调效率,而对于三维物体的表示的精度和数据压缩、显示的质量等方面还做得不够,往往丢失了一些在医学应用中有意义的细微部分。本文从改善三维图象中物体的表面提取方法和提高表面表示的精度出发。

矩方法在三维医学图像处理中的应用

图像处理涉及边界检测，图像分析、增强等多个方面的内容。迄今已有大量的方法被用于图像处理的各个领域。近年来，矩由于它特有的良好性能吸引了众多专家的注意，得到了广泛的研究并成功地被用于图像处理等诸多领域。本文着重讨论矩方法在三维医学图像中的应用。

基于边界和模糊集理论的三维图像分割

本文提出了一种基于边界和模糊集理论的三维图象分割方法，利用高斯－拉普拉斯算子检测出图象中各结构的边界后，通过区域增长获取感兴趣结构的三维二值模板，由高斯－拉普拉斯图象和二值模板出发，利用模糊集理论，确定感兴趣结构的三维模糊模板，从而达到在体积图象中分割出感兴趣结构的目的。

三维医学图象及其应用

三维医学图象的特点及其图象获取图象作为诊断和治疗规划的工具,在现代医学临床中已必不可少。从X线透视到核磁共振层析图象(MRI),为医生提供了各种不同的诊断信息。X线透视、X-CT、超声图象等人体组织器官的形态信息,而核医学图象(包括单光子发射式CT和正子发射式CT)以及核磁共振图象不但提供人体组织器官的形态信息,而且还可以提供有关化学元素的分布及其生物功能活动信息。

基于自适应空间邻域信息高斯混合模型的图像分割

针对高斯混合模型用于图像分割时仅利用了像素的灰度信息,而忽视空间位置信息,导致在噪声区域和边界处有误分割现象,提出一种自适应空间邻域信息高斯混合模型的图像分割法.该方法定义了一个能够有力抑制噪声点、很好保留边界特性的自适应空间邻域信息函数.在此基础上,设计了每个像素由某个类生成的邻域信息加权概率,并证明了该加权概率满足归一性和空间连续性2个准则;最后,利用EM优化算法给出模型参数E步和M步迭代求解公式.通过人工合成图像与真实图像的实验表明,该方法具有满意的分割效果.

一种基于轮廓线的形状描述与匹配方法

该文提出了一种新的基于目标轮廓线的形状描述与匹配方法。该方法将两个待匹配的目标的轮廓线等弧长地分割成相同数目的弧段,用直线段连接相邻的割点构成对轮廓线的多边形近似,用多边形的顶点到形状的几何中心的距离和其两个后继顶点的距离构成的3个距离串来描述形状,形状之间的相似度用它们的3个距离串的欧氏距离和来计算。这种描述方法满足惟一性、紧致性和不变性,而且计算简单,对形状的全局特征和局部特征都能很好地描述。实验结果表明,将该方法用于形状匹配具有较高的精度和可靠性。

一种求解复杂优化问题的改进粒子群优化算法

为了提高粒子群优化算法中粒子搜索最优解的效率,该文在标准粒子群优化算法的基础上,提出一种改进的粒子群优化算法。该方法通过对粒子飞行轨迹的分析,对种群中每个粒子构建了评价粒子性能差异的等级标准,并对认识系数和社会系数设计了对应的动态变化系数模型。通过引入迁徙策略,使迁徙行为随机生成的新粒子更有可能接近全局最优解,更加有利于群体搜索跳出局部最优解和寻找全局最优解。实验结果表明,与其他比较算法相比,该文提出的改进粒子群优化算法具有寻优能力强和搜索精度高等优点,测试准测上的实验数据验证了改进算法的有效性和可行性。