基于模型的迭代重建、金属伪影去除和噪声优化的虚拟单能成像在去除腰椎内固定金属伪影效果的正交设计研究

目的 比较基于模型的迭代重建(MBIR)算法、金属伪影去除(MAR)算法和噪声优化的虚拟单能成像(VMI+)在去除腰椎内固定金属伪影的效果差异,并提出最佳的联合方案。方法 回顾性收集我院腰椎内固定术后病人的腰椎CT原始数据,共10例,通过正交实验设计,设计3因素2水平的正交表L8(2~7),将原始数据按照正交设计表的方案行重建后处理,分别测量螺钉邻近侧腰大肌处高密度金属伪影区域、螺钉长轴腹侧低密度金属伪影区域以及背部皮下脂肪对照区域的CT值和SD值,并计算AI,随后进行直观分析和方差分析。结果 在对高密度金属伪影的影响中,因素的影响主次为:C(VMI+)>B(MAR)>A(MBIR);在对低密度金属伪影的影响中,因素的影响主次为:B(MAR)> C(VMI+)> A(MBIR)。各因素不同水平对高密度和低密度金属伪影的影响均为A2>A1、B2>B1、C2>C1。A(MBIR)、B(MAR)、C(VMI+)是去除腰椎内固定高密度和低密度金属伪影的显著影响因素(P<0.001)。在对高密度金属伪影的影响中,A与B、A与C、B与C的交互作用显著(P<0.001);在对低密度金属伪影的影响中,A与B、B与C的交互作用显著(P<0.05)。最佳的联合方案为A2B2C2。结论 MBIR、MAR、VMI+是去除腰椎内固定金属伪影的显著因素。MBIR、MAR、VMI+在去除腰椎内固定金属伪影的效果上存在差异:对高密度金属伪影,VMI+>MAR>MBIR;对低密度金属伪影,MAR> VMI+> MBIR。MBIR、MAR、VMI+在联合应用于去除腰椎内固定金属伪影中,存在交互作用,其中以MAR和VMI+的交互作用最为显著。本研究的最佳的联合方案为MBIR 4级、130KeV VMI+、MAR。

基于卷积神经网络的医学CT图像自动分割方法

针对医学CT图像自动分割方法对三维分层医学CT图像分割精准度较差问题,设计基于卷积神经网络的医学CT图像自动分割方法。对采集到的原始医学CT图像进行去噪处理,为后续的图像分割提供训练集。设定卷积神经网络的激活函数及网络参数,构建医学CT图像自动分割卷积神经网络。计算医学CT图像在卷积过程中损失函数,获取图像最优分割参数,根据此参数完成分割过程。实验结果表明:此方法无论在图像的整体分割还是细节分割方面,均可获取精度较高的分割结果。

基于分裂迭代和模糊算法的采摘机器人控制系统

为了提高采摘机器人定位的准确性,在机器人控制系统图像的处理过程中引入了迭代分裂算法,通过图像的降噪处理提高了果实坐标位置识别的准确性。为了提高机器人机械手移动的精度,在控制系统的设计上引入了PID控制器,并采用模糊算法对PID控制器进行了优化,实现了系统的精准控制。最后,对控制系统的效果进行了测试,结果表明:采用分裂迭代算法可以得到准确的识别果实的成熟度和坐标位置,采用模糊PID算法可以有效提高果实的采摘效率和采摘质量,对于提升高采摘机器人的设计水平具有重要意义。

包覆隔音降噪材料引起管壁温升的计算研究

炼厂非常关注装置的噪声污染治理,在降噪的改造过程中,经常因为影响了原有管道的散热功能,而导致原有的生产效率降低,因此,温升的计算是制定改造方案的一个重要参考指标。在制定改造方案时,必须对温升较大的管道进行必要处理,如预留通风空腔等。通过迭代法计算改造前后管壁温差,为改造方案的合理化提供依据。

一种基于改进累积方差百分比的红外高光谱数据降噪方法

降低红外高光谱观测数据中的噪声水平是提高温湿廓线反演精度和反演稳定性的重要环节。采用主成分分析法降噪时,最优主成分个数k的选择一般是根据统计和经验的方法确定。统计的方法大都是根据累积方差百分比法,通过人为设定累积贡献率阈值确定最优主成分个数,使得该方法具有较大的主观性和随意性;经验的方法则需要实时的等效噪声光谱（NESR）数据做标准化处理将非均匀噪声转化为高斯分布,而实时的NESR数据在很多情况下不易获取。针对上述问题,提出了一种基于改进累积方差百分比的主成分降噪方法,通过迭代计算选取不同主成分时重构光谱辐射与模拟光谱辐射的偏差来计算累积贡献率阈值,根据阈值确定最优的主成分个数。该方法解决了确定累积贡献率阈值主观随意性的问题,并且不需要实时的NESR数据做标准化处理。根据物理反演结果分析了数据的标准化对降噪的影响,结果表明,标准化对降噪效果的影响很小,由标准化造成的k值计算误差对降噪效果的影响更大。利用该方法对2011年4个季度中具有代表性的数据做降噪处理,反演的温度廓线均方根误差相比于经验公式法在0.32~3km高度上提高了约0.1K,与利用等效噪声光谱标准化后的降噪数据的反演结果精度相当。在无法获取等效噪声光谱数据情况下,该方法可以客观合理地对地基红外高光谱数据进行降噪。

激光遥感图像乘性噪声降噪技术

激光遥感图像乘性噪声的降噪处理中,传统解决乘性噪声的图像降噪技术存在较多的缺陷,故根据乘性噪声的非线性和时变性,提出基于TV模型的激光遥感图像乘性噪声综合降噪方法,在不破坏图像基本结构的情况下进行降噪。该方法使用TV模型针对乘性噪声的非线性和时变性进行能量变分,获取乘性噪声能量极限,综合使用规则化方法和边界约束法对能量极限进行迭代求解,从激光遥感图像的边缘处开始向内进行乘性噪声平滑降噪,很好地保留了图像边缘信息。实验对不同降噪方法进行了对比分析,结果显示,所提降噪方法具备良好的降噪性能。

基于迭代最小二乘的平面标靶点云去噪方法初探

平面标靶在三维激光测量作业中起到公共点的作用,标靶点云数据的有效提取和高效去噪对测量目标的点云数据总体质量影响较大。鉴于此,提出了基于迭代最小二乘的平面拟合方法去除标靶噪声,并以此为基本原理利用MATLAB编写了平面标靶点云去噪程序。实验中,分别采集了方形和黑白扇形两种标靶的点云数据,然后用程序进行了降噪处理。降噪成果分析表明该方法能够有效去除标靶噪声,提高了标靶点云数据的可靠性,为进一步提取平面标靶中心点坐标提供了理论基础。

基于变分法的超声图像斑点噪声自适应滤波算法

各向异性扩散模型在去除超声图像斑点噪声时不能有效保护图像细节,针对上述问题本文提出基于变分法的自适应最小能量去噪模型。首先直接将由微分方程表示的各向异性扩散模型转化为最小能量变分模型;然后引入欧拉弹性能量模型,在去除噪声的同时有效地保护和增强图像细节。同时为了解决数值求解过程中出现的迭代次数与迭代步长的矛盾,本文还提出迭代停止准则和自适应变步长去噪算法。仿真和真实超声图像的实验结果表明基于变分法的超声图像斑点噪声自适应滤波算法在去噪的同时能够很好地保护细节信息,而且能有效地减少迭代次数。

基于窗口迭代的对接焊缝路径识别

针对当前对焊接路径通过手动编程方式存在的效率低,精度差等问题,提出了一种基于窗口迭代识别焊接路径的方法。通过相机采集焊接图像,然后在焊缝图像起点处设定一个窗口区域,在窗口内依次进行图像灰度化、滤波、阈值分割。将原来的RGB图像转化为二值图像并使焊缝得到清晰的体现。进一步的,提取窗口内的坐标并将最后的坐标点作为下个窗口的起点进行迭代,完成整条焊缝路径的识别。这样能大大降低了非焊缝区域噪声的干扰,提高路径识别精度。最后在对接焊缝上验证了该方法满足工业的需求。

基于高斯噪声模型的马尔可夫网络构建算法

针对小样本集构建稀疏马尔可夫网络计算量大和求解精度不高的问题,提出一种基于高斯噪声模型的迭代噪声消减(iterative noise reduction,INR)算法。该算法首先利用回归误差的高斯特性筛选相关变量,然后通过boosting方法的自回归更新策略逐步改进学习能力,最后采用赤池信息准则(Akaike information criterion,AIC)避免出现过拟合。此外,给出了自回归更新公式,实现了可控的学习错误率并分析了计算复杂度。实验结果表明,INR能有效构建高维稀疏网络,在学习效率和精度方面具有明显优势。

低剂量CT图像域各向异性加权最小二乘重建算法

针对低剂量CT重建图像由于过度的量子噪声产生退化的问题,基于统计重建算法提出了一种改进的图像域惩罚加权最小二乘重建算法.该算法对传统PWLS算法的代价函数进行了改进,通过引入各向异性扩散算子,使得算法可以根据图像特征自适应地调整图像的平滑程度,然后采用SOR迭代算法对目标函数进行求解.实验结果表明:该算法重建图像的均方根误差为13.907 3,信噪比为11.748 8,算法可以在有效抑制重建图像条形伪影的同时,保护重建图像的细节与边缘.

基于图像局部曲面可展化的混合噪声抑制算法

为满足基于旋翼无人机(UAV)载具的室外目标检测所需的低资源开销混合噪声抑制,该文提出一种基于图像局部曲面可展化的混合噪声抑制算法(DLS),该算法实现了局部曲面可展化算法和分层降噪算法优势互补,达到了两算法各自无法企及的降噪效果。首先,对图像进行局部可展化处理,抑制图像的椒盐噪声和低密度高斯噪声,得到初步降噪图像;接着,在空间域和傅里叶域分层降噪,在去除高斯噪声残余的同时,最大限度地保留图像边缘、纹理等细节;最后,迭代局部曲面可展化和分层降噪,进一步去除混合噪声残余成分,达到抑制目标检测图像混合噪声的目的。实验结果表明,在去除图像混合噪声时,相比于其他7种降噪算法,本文算法具有一定的优势,其降噪图像的主观视觉指标和客观数据指标统计优于其他7种算法。

MBIR重建算法在改善腹部CT图像质量方面的价值研究

目的比较基于模型的迭代重建(MBIR)、自适应统计迭代重建(ASiR)和滤波反投影(FBP)3种重建算法对低剂量扫描条件下腹部CT图像质量的影响。方法共36例成年患者在能谱CT(Discovery CT750HD)上行常规胸部CT检查,采用自动曝光控制技术(Auto mA;GE Healthcare,Waukesha,Wis)进行扫描。获得FBP、40%ASiR和MBIR算法重建的0.625 mm层厚的CT图像。测量并比较所得部分上腹部图像的背景噪声,肝脏、竖脊肌、腹主动脉的噪声及图像的对比噪声比(CNR);并对腹部图像质量进行主观评价。结果相同层厚情况下,与FBP相比,40%ASiR和MBIR图像的背景噪声、肝脏、竖脊肌和腹主动脉的噪声分别降低21.82%、16.62%、23.10%和24.74%及57.00%、70.17%、67.77%和74.49%。与FBP相比,40%ASiR和MBIR的CNR分别提高26.47%和235.29%。相同层厚情况下,MBIR图像的噪声最小,CNR最高。MBIR图像中的噪声明显低于FBP图像,而CNR明显高于FBP(P<0.001)。图像质量的主观评分MBIR也明显高于FBP(4.32±0.55 vs 2.51±0.68,P<0.001)。结论在低剂量扫描条件下,MBIR和ASiR重建算法有助于提高腹部CT图像的质量,特别是MBIR重建算法可以明显提高图像的CNR,并显著降低图像的噪声。采用MBIR重建算法具有降低常规腹部CT检查的辐射剂量的潜能。

IMAR对椎体植入物患者CT图像的影响

目的探讨迭代去金属伪影算法(IMAR)对椎体植入物患者CT图像的影响。方法回顾性分析45例有椎体植入物患者的CT图像,采用常规滤波反投影(FBP)和FBP+IMAR两种算法重建图像,选择两种重建图像中无金属植入物(椎体中份层面)和有金属植入物(椎体中份的螺钉层面)的图像各一幅分析,分别测量4组图像中椎体骨组织的CT值和噪声值,并由两名放射医师分别对两种重建中有金属伪影的图像进行主观图像质量评价。结果金属植入物图像FBP和FBP+IMAR两种算法图像主观评价得分分别为(1.69±0.56)、(3.36±0.53)分,二者比较差异有统计学意义(Z=-6.05,P<0.01)。无金属植入物图像两种算法椎体骨组织的CT值分别为(256.44±32.27)、(257.04±32.31)HU,图像噪声值分别为(31.90±6.66)、(33.17±6.62)HU,二者比较差异有统计学意义(t=-8.27、-31.44,P<0.01);使用IMAR后,无金属植入物图像的CT值和噪声都会增加。金属植入物图像两种算法椎体骨组织的CT值分别为(395.71±106.85)、(197.14±41.77)HU,图像噪声值分别为(64.88±12.84)、(31.13±7.16)HU,差异有统计学意义(t=14.33、19.09,P<0.01),使用IMAR后,其图像的CT值和噪声都会减小。结论 IMAR在无金属植入物的图像中会轻微增加其CT值和噪声值;在有金属植入物的图像中时可改善其CT值和减少噪声值,明显减少金属伪影。