石墨烯掺杂诱导准2D纳米氧化铝的制备和表征

通过在醇铝法制备纳米氧化铝的过程中,添加不同掺杂量的石墨烯纳米材料,经溶剂热、干燥和煅烧等过程后,制备了准2D结构的片状纳米氧化铝材料;通过SEM和XRD的测试表征,随着石墨烯含量的增加,纳米氧化铝有呈现准2D的片状结构的趋势,当石墨烯含量在0.04%质量比时,氧化铝几乎全部形成准2D片状结构,石墨烯含量进一步增加时,形成氧化铝相互堆叠的立体结构。

3D/2D血管配准的研究进展及临床应用现状

3D/2D血管配准是将不同模态下的血管影像通过特定的配准算法进行空间、时间上的对齐。这项技术实现了不同模态图像之间的优势互补,是医学影像学领域的重大突破。2D影像资料主要通过有创血管造影获得,3D影像主要来自CT、MRI、超声等。3D/2D血管配准可将两种成像技术所获得的血管解剖结构、血管管腔内信息融合起来,为手术方案的制定、术中定位提供重要依据。在临床手术中,主要将其运用于血管介入治疗以及肿瘤切除领域。本文就3D/2D血管配准的研究进展及临床应用现状进行综述。

基于Lie群表示的保体积2D-3D点集配准算法

2D-3D点集配准的目标是寻找三维原始点集与二维目标投影点集之间的对应关系和最优变换.为了给出配准问题的解析解,避免投影引起的体积退化,提出基于Lie群表示的保体积2D-3D点集配准算法.首先,考虑投影矩阵和旋转矩阵的非交换性,引入Lie群表示,将配准问题形式化为一个Lie群优化问题.利用局部线性化方法,将Lie群优化问题转化为一个可计算的二次规划问题.其次,为了避免体积退化,考虑约束变换后的三维点集的投影与二维目标点集的投影具有相同的体积.为便于计算,引入Jensen-Bregman LogDet散度作为保体积正则项,将计算点集的体积差异转化为计算协方差矩阵之间的差异.然后,通过交替求解对应关系和最优变换,形成完整且可解的迭代策略.最后,在两个经典数据集上进行对比实验和消融实验,验证了该算法的精确性和有效性.

基于轮廓点相似性测度的2D-3D医学图像配准算法

针对传统配准算法无法适用于成像模糊、对比度低的X光医学图像的问题,本文提出一种基于轮廓点相似性测度的配准技术.首先引入分块双阈值增强策略来提取DRR图像和X光图像的边缘轮廓信息;其次,采用高斯加权欧氏距离计算图像轮廓的相似度;最后通过平衡优化器算法进行迭代优化,得到最优的位姿参数.实验结果表明:本文算法能够精确提取模糊X光图像的边缘轮廓信息,而且可以准确评估其与CT数据的相似度,平均配准成功率超过94%,算法效率和鲁棒性优于传统算法,可用于医疗诊断、放射疗法、图像引导手术等医学活动.

2D/3D多模态医学图像配准算法研究

2D/3D多模态配准在医学影像导航手术中起着重要作用,主要用于提供术前三维图像和术中二维图像的实时信息,帮助医生精准定位病灶,规划手术路径,从而提高手术的安全性和效率。提出了一种2D/3D多模态医学图像配准算法,首先利用Swin Transformer优秀的特征提取能力,构建了初始姿态估计模型,实现姿态参数的快速预测;接着,为了提升整个配准方法的鲁棒性,引入基于Grangeat关系的粗配准方法;最后设计了基于梯度下降的精配准模块,以提升整个配准过程的精确性,且在该模块将Sobel微分算子与归一化互相关结合,提升了参数优化过程中的灵敏度。实验结果表明,所提配准方法在正位和侧位配准中的误差满足配准要求,配准成功率有显著提升。

基于正交视角X线图像重建的3D/2D配准方法

目的研究一种用于脊柱外科手术导航中术前CT图像与术中X线图像的3D/2D配准方法。方法本文构建了一个基于3D图像重建的3D/2D配准算法。该算法对2D正交视角X线图像进行3D图像重建,将问题转换为了3D/3D配准;结合了重建和配准两个任务构建端对端的框架,并最终在3D流形空间中度量测地距离完成配准。结果我们在公开数据集CTSpine1k上进行了实验。在两个具有不同大小初始配准误差的测试集上进行测试,对于较小初始误差的数据,达到了0.115°±0.095°的旋转估计误差和0.144±0.124 mm的平移估计误差;对于较大初始误差的数据,达到了0.792°±0.659°的旋转估计误差和0.867±0.701mm的平移估计误差。结论本文提出的方法能在满足实时需求的同时,实现鲁棒、精确的3D/2D配准,有望进一步提高脊柱外科导航性能。

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明:所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差(MAE)为0.04,平均目标配准误差(mTRE)为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。

基于改进平衡优化器的医学2D/3D图像快速配准算法

医学三维图像(如CT、MRI等)和二维图像(如X光)的配准技术已经被广泛应用于临床诊断和手术规划中.医学图像配准的实质为使用优化算法寻找某种空间变换,使两张图像在空间以及结构上对齐.配准过程中往往由于优化算法寻优精度不高、易陷入局部极值的问题导致配准质量低.针对此问题,提出一种改进的平衡优化器算法(improved equilibrium optimizer based on Logistic-Tent chaos map and Levy flight,LTEO),首先针对种群初始化容易分布不均匀,且随机性太高的问题,引入Logistic-Tent混沌映射对种群进行初始化,提高种群多样性,使它们尽可能地分布于搜索空间内;对迭代函数进行更新,使得优化算法更注重全局范围的搜索,提高算法收敛速度并利于找到全局最优解;引入Levy飞行策略对停滞粒子进行扰动,防止算法陷入局部极值.最后将改进的平衡优化器算法用于2D/3D医学图像配准任务,并对配准过程中数据的频繁传输进行优化,降低配准耗时.通过基准函数测试和临床配准实验对算法进行验证,改进后的平衡优化器可有效提高寻优精度和稳定性,并提高医学图像配准的质量.

基于2D/3D配准技术测量颈椎间孔形态学的精度研究

目的探讨基于2D/3D配准技术测量离体颈椎标本椎间孔形态学的精度。方法获取16具颈椎离体标本的螺旋CT影像,通过三维重建获得相应标本的三维模型。然后改变标本的体位,再次行CT扫描并分别拍摄各具离体标本正侧位X线平片,采用2D/3D图像配准技术还原拍摄平片时颈椎的三维位置。利用Rapidform XOR3软件测量配准前与配准后C_(2/3)至C_(6/7)双侧的椎间孔面积、前后径和上下径。结果共测得椎间孔的面积、前后径和上下径各158个,经配对样本t检验,配准后椎间孔的面积、前后径、上下径与配准前相比较,结果无显著性差异(P>0.05);椎间孔面积的准确度为96.77%、精确度为(1.27±1.16)mm^2,前后径的准确度为94.35%、精确度为(0.30±0.27)mm,上下径的准确度为96.14%、精确度为(0.32±0.28)mm。结论应用2D/3D配准技术测量颈椎间孔的形态学参数具有较高的准确度和精确度。

基于深度学习的2D/3D医学图像配准研究

2D/3D配准在临床诊断和手术导航规划中有着广泛的应用,可解决医学图像领域中不同维度图像存在信息缺失的问题,能辅助医生在术中精准定位患者的病灶。常规的2D/3D配准方法主要依赖于图像的灰度进行配准,但非常耗时,不利于临床实时性的需求,并且配准过程中容易陷入局部最优值。提出用深度学习的方法来解决2D/3D医学图像配准问题。采用一个基于深度学习的卷积神经网络,通过网络对数字影像重建技术(DRR)进行训练并自动学习图像特征,预测X光图像所对应的参数,从而实现配准。以人体骨盆的模型骨为实验对象,根据骨盆的CT数据生成36000张DRR图像作为训练集,同时通过C臂采集模型骨的50张X光图像作为验证。结果显示,深度学习算法在相关系数、归一化互信息、欧式距离3个精度评价指标上的测试值分别为0.82±0.07、0.32±0.03、61.56±10.91,而常规2D/3D算法对应的测试值分别为0.79±0.07、0.29±0.03、37.92±7.24,说明深度学习算法的配准精度优于常规2D/3D算法的配准精度,且不存在陷入局部最优值的问题。同时,深度学习的配准时间约为0.03 s,远低于常规2D/3D配准的时间,可满足临床对于实时配准的需求,未来将进一步开展临床数据的2D/3D配准研究。

利用2D/3D配准技术开展直立位颈椎椎间孔形态学测量的可行性研究

目的探讨利用2D/3D配准技术开展直立位颈椎椎间孔形态学测量的可行性研究。方法采集7位健康成年志愿者颈椎的CT影像,对其进行三维重建获得颈椎三维模型,并采集同一志愿者保持同一姿势时的颈椎直立正侧位X线平片,在图像处理软件Mimics中建立虚拟X线场景,采用2D/3D图像配准还原摄平片时颈椎的位置,并利用Rapidform XOR3软件测量两种位置的椎间孔面积。结果利用2D/3D图像配准方法,可获得颈椎直立位的三维位置数据,共测得56个椎间孔卧位及直立位两位置椎间孔面积,卧位椎间孔面积为(50.9±14.2)mm2,直立位椎间孔面积为(83.6±23.5)mm2,差异具有统计学意义(t=-8.107,P<0.05)。结论利用2D/3D配准技术可获得颈椎直立位椎间孔的形态学参数,直立位与卧位椎间孔有显著差异,但其准确性需要进一步的研究验证。

基于2D/3D配准技术的正常膝关节运动还原在体稳定性参数研究

目的应用2D/3D图像配准技术进行运动还原以获得正常膝关节韧带的在体稳定性参数。方法在生理负重下利用两台C型臂X线机采集8名志愿者健、膝关节屈曲0°、15°、30°、60°和90°时的两幅相互垂直的X线影像(2D),与由CT重建的三维图像在虚拟X线投射系统进行2D/3D图像配准,还原膝关节不同角度时的股骨和胫骨相对3D位置关系,并通过韧带止点还原的方法对ACL、PCL、MCL、LCL进行韧带长度分析。结果随屈曲角度的增大,ACL长度逐渐缩短,从0(°27.73±1.34)mm至90(°23.34±1.48)mm;PCL长度逐渐增加,从0(°26.5±1.65)mm至90(°33.80±1.97)mm;MCL长度逐渐减小,从0°(38.17±1.40)mm至90°时(35.98±1.50)mm。LCL长度同样逐渐减小,从0°(52.56±1.64)mm至90°(50.22±1.41)mm。差异均有统计学意义(P<0.05)。结论基于2D/3D图像配准技术可获得正常膝关节生理屈曲过程中韧带长度的变化规律。

2D-3D配准中的初始位姿估计方法

针对2D-3D医学图像配准过程中存在的初始参数变换范围小和配准对象单一等局限性,提出了一种基于参数映射和图像分割的初始位姿估计方法,扩大了三维物体空间参数的起始运动偏差范围,解决了骨科手术导航系统在配准过程中可估计参数少和多骨块图像配准难等问题.首先,使用区域生长算法对多骨块影像进行图像分割与感兴趣目标的提取,完成待配准目标数据的获取.其次,基于正交融合投影原理构建投影成像模型,将空间刚体变换参数分解到正侧位平面上,建立空间参数与平面参数间的映射关系.然后,将投影生成的正交双平面模板与对应目标图像进行匹配,并将得到的正侧位平面配准参数转换为空间参数,从而完成三维物体初始位姿的有效估计.最后基于颅骨、完整股骨和骨折股骨的CT数据对该方法进行验证,并与传统2D-3D图像配准方法进行对比研究.实验结果表明,所述方法可使5个空间参数的初始变换范围达到±30 mm或±20°,并且对在该范围内的不同研究对象都展现出良好的初始位姿估计效果.与传统图像配准方法相比,基于上述方法进行2D-3D迭代优化的整体配准时间平均缩短46.5%,单个平移参数配准精度最高提升69.2%,单个旋转参数配准精度最高提升91.1%,同时最终配准结果也兼具良好的鲁棒性.

基于投影近似不变性的3D-2D医学图像配准

研究了同一病人的MRA和DSA图像之间的3D-2D配准问题,提出了一种基于投影近似不变性的配准算法,即在同一视角下,同一病人的三维MRA血管骨架的投影与二维DSA的骨架保持一致。通过定义二者之间的代价函数,并利用牛顿迭代法可得到视角参数的最优解。针对临床采集的MRA和DSA数据进行了实验,取得了较为满意的结果。

基于灰度距离融合的2D/3D刚性配准

针对影像导航手术提出了一种基于灰度距离融合的2D/3D刚性图像配准方法。该方法使用一种新的灰度距离信息对最常使用的传统相似性测度(互信息,互相关及模式强度)进行约束,构建一类新的相似性测度(距离互信息,距离互相关和距离模式强度),并用维也纳医科大学公开发表的2D/3D刚性配准金标准数据来评估新测度的配准性能。与基于灰度的传统相似性测度相比,文中方法构造的新相似性测度在平均目标配准误差(mTRE)的均值和标准差上均有显著降低,其中均值至少降低了28.15%,标准差最少降低了61.17%。以mTRE小于2mm为配准成功的依据时,新测度的配准成功率比传统测度至少提高了25.56%。此外,新测度在配准优化过程中的迭代次数比传统测度平均降低了35.59%。结果显示:基于灰度距离融合的2D/3D刚性配准方法比基于单一灰度的配准方法具有更好的图像配准性能。

脊柱手术导航中分步式2D/3D图像配准方法

为实现微创脊柱手术导航,提出一种将脊柱术前CT与其术中X射线图像配准的方法.首先基于一种最近点迭代法进行快速粗配准;然后提取图像的梯度特征,根据投影变换原理,采用寻找具有CT最大梯度投影位置的方法进行精配准.在模拟数据及临床标本上进行实验的配准率分别为92%和78%.实验结果表明:该方法鲁棒性强、人工干预少、适合于临床应用.

基于外标记点的2D/3D图像配准方法

提出了一种基于外标记点的无框架配准方法.该方法首先建立参考坐标系,接着根据外标记点在两幅2D图像中的对应坐标,求出2D图像像素坐标到参考坐标系的转换关系,然后根据外标记点在3D图像坐标系中的坐标,求解3D图像坐标系和参考坐标系的转换矩阵,通过一组矩阵运算,从而实现2D/3D图像的配准.临床图像的实验结果表明,该方法的配准精度为(0.026 7±0.044 7)mm.

2D/3D刚性图像配准在肿瘤放疗计划中的应用

目的:在肿瘤放疗中,2D/3D刚性图像配准技术是精确定位病人重要保证。方法:数字重建放射影像技术是2D/3D配准中最为关键的部分,一定程度上影响着配准效率。在对数字重建放射影像进行重点研究的基础上,实现了一种基于Bresenham方法的快速数字影像重建算法,并利用腹部CT体数据进行了2D/3D配准实验。实验以互信息、模式强度和梯度差分为相似性测度并采用了Powell-Brent优化算法。结果:在数字重建放射图像算法实验中,Bresemham方法相比于另外两种光线跟踪算法,时间仅需0.467 s。在2D/3D配准实验中,对三种相似性测度的实验结果进行了比较,互信息和梯度差分有较好的配准结果,模式强度仍存在不少问题。结论:实验结果表明,利用Bresenham方法产生的数字重建影像能使得配准具有较高精度,但配准时间仍然较长。

基于GPU的2D-3D医学图像配准

在2D-3D医学图像配准中,数字影像重建(DRR)的生成与相似性测度是最重要同时也是最耗时的两个配准步骤。针对配准过程中计算量大、耗时长的问题,将模式强度与梯度相结合,简化模式强度相似性测度的计算量,同时利用图形处理器(GPU)的多线程并行计算在GPU上完成DRR生成与相似性测度,引入梯度下降与多分辨策略对配准过程进行优化,完成整个配准过程。通过与多种相似性测度方法以及基于CPU的配准的比较,表明该方法在很好地兼顾配准精确度的同时,配准速度得到了大大提高。

基于CUDA的2D-3D配准技术的研究

Nvidia从GeForce8系列开始,在显卡上推出统一计算设备框架技术,使GPU的通用计算(GPGPU)从图形硬件流水线和高级绘制语言中解放出来,开发人员无须掌握图形学编程方法即可在单任务多数据模式(SIMD)下完成高性能并行计算。在医学图像分析中,图像配准通常是一个耗时的过程,不利于临床应用,为了加速医学图像的2D-3D配准过程,研究了CUDA的设计思想和编程方式,提出了一种基于CUDA并行编程模型的加速配准新技术,在构建的虚拟X线摄像系统下,采用并行计算的方式快速生成高质量DRR图像,以对应像素的灰度值残差作为相似性测度,使用Powell优化方法寻找最优变换。实验结果表明,该技术既很好地保持了配准精度,同时又大大提高了配准速度,加速比达到了十几甚至几十倍。