在^(68)Ga EDTA 动态 PET分析中用正常区域取样和参数成像实现大脑肿瘤的统计分割研究(英文)

为了研究和评价用68GaEDTA动态PET研究和评价脑肿瘤定量分析的可靠性和灵敏度,我们在本文中提出了估计容积分布(distributionvolume:DV)和血脑屏障渗透率(k1)分布的线性参数成像模型。我们还用F统计学方法实现了把肿瘤从正常组织中分割出来的方法。用一个三参数双腔室模型描述用PET测量的数据。用于估计DV(=K1/k2)和K1的主要计算公式为:Cpet=(K1+k2Vp)t0∫Cpds-k2t0∫Cpetds+VpCp和t0∫Cpetds=(DV+Vp)t0∫Cpds-(1/k2)Cpet+(Vp/k2)Cp,这里的k2是脑内通过血脑屏障到脑外的渗透率。在参数成像中我们采用了一个可靠和如棒的基于像素的局域线性回归算法用于产生DV和K1图像。同样基于像素自由度为2和k-2的F统计学方法采用的计算公式为:F=(((k-2)k/(2(k2-1)))D2,这里的D2=(x-μ)'S-1(x-μ),而μ和S分别表示脑肿瘤对侧正常区域内采集的样品的平均值和协方差,这些样品是按照二维空间狖(K1,DV)狚采集的,而常数k是取样的总数。在不同水平上阈值α,就可以得到不同置信度下的F统计图像。用这个方法对11个肿瘤病人进行了68GaEDTA动态PET研究。研究结果表明:所有的DV,K1和F图像的质量都很好。而且用于产生DV,K1和不同置信度下的F图像的算法效率很高,容易实现。本研究方法中研究和发展的方法提供了一个有效的集成多维生?

基于烤烟透射特征的烟叶图像分割研究

在专门设计的灯箱中拍摄烤烟烟叶的反射和透射图像,对这两类图像分别以3×3像素矩阵作为区域对象采样,统计比较了烟叶、背景两区域的RGB属性特征,发现透射图像烟叶区域绝大多数像素的蓝色属性等于零,少数像素的蓝色属性大于零,并在采样矩阵中呈不连续分布,矩阵内9个像素蓝色属性的相对标准偏差(RSD)或等于零,或大于100%。研究采用该特征作为依据,对烟叶透射图像进行了区域统计法分割。结果表明分割精度高于点统计法,每片烟叶像素数平均高出0.65%,较好地保留了目标图像的原始特征信息。该研究提出的图像分割方法有利于提高分割结果的可信度,为利用烟叶透射特征进行后续研究奠定了基础。

医学图像三维分割技术

针对人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提,是医学图像三维可视化的重要研究内容。随着医学成像技术和三维可视化技术的飞速发展,计算机辅助诊断成为现实。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构,对病人作出正确的诊断。在对人体组织器官和感兴趣区域的分割中,三维分割发挥着十分重要的作用。为此,针对目前不同的三维分割算法进行了总体介绍,并将这些算法分为基于结构的分割技术、基于统计学的分割技术和混合技术三大类。

面向脑血管物联网电子健康平台的分割及重构关键技术研究

在物联网应用中,脑血管诊疗的电子健康平台可以很好地实现脑血管健康异地保健和远程医疗的要求.设计实现了脑血管诊疗的物联网e-health平台层次结构.面对物联网平台网络的普及化应用要求,提出并实现了基于统计模型的脑血管无人工干预分割算法;面向物联网平台组件之间的快速和高可靠性数据传输特点,提出并实现了基于球B样条三维重构模型.基于双高斯模型的脑血管统计分割模型融合改进的SEM算法,无需人工设定初始轮廓、高维进化函数和进化终止条件.脑血管在脑组织中所占比例较低(<5%),成像灰度不均匀,形态复杂且个体差异性大,该方法可获得良好的分割效果.球B样条模型具有严格的数学基础、较小的数据规模、平稳的光滑连续性和良好的交互性,非常适宜在物联网平台上传输.在上述关键技术的基础上,研究实现了光线投射法的GPUCUDA的并行加速体绘制及三维虚拟环境下脑血管的交互漫游和自主漫游.系统可实现脑血管疾病的诊断、医疗方案的制定和治疗过程中的监测以及脑血管疾病的教学和培训.相关研究为物联网平台下精细组织电子健康发展作出了有益的尝试.

医学图像三维分割技术

人体组织器官的三维图像分割是医学图像分析和医疗诊断的重要前提,是医学图像三维可视化的重要研究内容。随着医学成像技术和三维可视化技术的飞速发展,计算机辅助诊断成为现实。计算机技术的发展使得医生和研究者可以通过虚拟交互更好地理解人体的解剖结构,对病人做出正确地诊断。在对人体组织器官和感兴趣区域的分割中,三维分割发挥着十分重要的作用。为此,作者对不同的三维分割算法作一总体介绍。

基于高斯概率的单视极化SAR面向对象分割算法

在经典面向对象影像分割算法基础上,本文针对单视极化SAR影像的概率分布特点,基于概率统计思想提出和实现了高斯概率分布统计下的面向对象极化SAR影像分割算法,并利用德国ESAR系统提供的实验数据为例对该分割算法进行了实验分析和研究。从实验分割效果和算法原理等方面对比分析了概率分布的分割结果、基于Pauli基分解的分割结果;两种分割算法的结果均较为理想,整体上具有一致性;但是对于植被等满足高斯概率分布的体散射目标,基于概率分布的分割算法效果更好。实验成果验证了本文算法的有效性,对后续的植被提取等影像应用研究具有重要的参考价值。

基于DSP的视频快速特征匹配跟踪算法研究

以TMS320C6418芯片(DSP)为主体,设计了一套视频模板匹配跟踪设备,实现一种稳定快速跟踪复杂背景下目标的算法。算法通过边缘增强、统计分割等去除背景影响,分割出具有特征目标图像信息,再进行模板图像快速特征匹配。本文提出的算法对传统的匹配算法进行了改进,不仅提升了匹配算法的运算速度,还增强了目标跟踪稳定性。

卫星红外图像中单帧目标检测算法研究

在有复杂云层背景的卫星红外图像中准确地检测出存在的运动目标是目前图像处理的研究热点。DBT类的运动目标检测算法有单帧目标检测和多帧轨迹关联两大步骤。为更好抑制起伏背景和背景结构边缘，文章提出一种新的单帧内背景抑制算法——邻域最小差值滤波，该算法与典型的背景预测算法（中值滤波和高通线性模版滤波）相比具有更好效果；最后针对高斯噪声条件下，利用统计分割方法对抑制背景结果进行阈值分割得到候选目标，从而形成一套针对卫星红外图像的快速有效的单帧目标检测算法。