直方图匹配算法在超声弹性成像上的应用研究

为了降低弹性噪声、提高图像质量,对直方图匹配算法在超声弹性成像上的应用进行了研究。为使算法去噪效果最佳,通过实验探讨了最佳匹配窗口大小与超声弹性图像分辨率单元大小之间的关系,测试和分析了中心频率及互相关计算窗口长度对算法去噪效果的影响,并采集临床体模数据对算法效果进行了验证。实验结果表明,将直方图匹配算法应用至弹性成像后,弹性信噪比和对比度噪声比得到了显著的提高;最佳匹配窗口宽度与横向分辨率一致,长度与互相关计算窗口大小及中心频率成正比。

基于改进YOLOv4的输电线路耐张线夹缺陷检测

为了减少耐张线夹压接缺陷判别过程中人为因素对结果的干扰,提升评判效率,提出一种基于改进YOLOv4的输电线路耐张线夹缺陷检测方法。首先,通过“三跨”线路耐张线夹X光探伤工程,建立包含6类常见压接缺陷的图像样本集;其次,依次采用对比度拉伸、拉普拉斯算子增强、限制对比度自适应直方图均衡化及高斯滤波等图像处理方法对数据集进行预处理;然后,引入卷积块注意力模块和残差结构对原始YOLOv4模型的路径聚合网络层和空间金字塔池化层进行改进,增强模型对空间和通道维度的关注度,优化模型多感受野特征表达能力,提升算法对深层语义特征的提取效果;接着,利用预处理数据对YOLOv4及其改进模型进行训练与测试;最后,根据YOLOv4及其改进模型对各类压接缺陷的检测性能不尽相同这一特点,采用2次非极大值抑制搭建多网络融合缺陷检测模型,并完成模型的测试。先后的测试结果表明,改进YOLOv4、多网络融合模型对6类压接缺陷检测的平均精度均值分别为92.22%、93.08%,可实现对耐张线夹压接缺陷的有效检测。

超声弹性成像组织弥散定量分析对军训肌肉损伤的诊断价值

目的探讨超声弹性成像组织弥散定量分析在军训小腿肌肉损伤中的诊断价值。方法选取军训致小腿肌肉损伤22例作为研究对象,以正常小腿肌肉作为自身对照,分析肌肉损伤与自身对应部位正常肌肉二维图像与弹性成像的图像特点;运用超声弹性成像组织弥散性定量分析软件评价肌肉组织的硬度,对照正常肌肉和肌肉损伤各弹性参数的变化。结果肌肉损伤组11个参数中,应变均值、蓝色区域所占百分比、复杂度较对侧均存在统计学意义(P<0.001),标准差、偏度、峰度、对比度、均等性、杂乱度、一致度、相关性无统计学意义(P>0.05),提示损伤后肌肉弹性应变均值减低、蓝色区域所占百分比及复杂度增加,肌肉硬度增加。结论超声弹性成像弥散性定量分析在二维超声的基础上能提供客观、准确的肌肉硬度的定量数据及图像信息,提高了肌肉局部损伤及小的肌纤维撕裂诊断敏感性,此技术运用于军训肌肉损伤诊断能为早期诊断肌肉损伤并指导康复训练提供客观依据。