骨架化平均扩散率峰宽与脑白质高信号的相关性研究

目的 评价新型影像学标志物骨架化平均扩散率峰宽(peak width of skeletonized mean diffusivity,PSMD)与脑白质高信号(white matter hyperintensities,WMH)严重程度的相关性。方法 选取2017年1月至2021年12月首都医科大学附属北京天坛医院收治的117例WMH患者为研究对象,根据Fazekas视觉等级评分将研究对象分为轻度组(Fazekas视觉等级评分为1~2分,42例)、中度组(Fazekas视觉等级评分为3~4分,43例)和重度组(Fazekas视觉等级评分为5~6分,32例),另择同期在首都医科大学附属北京天坛医院进行体检的52例健康受试者为对照组。比较分析四组的蒙特利尔认知评估量表(Montreal cognitive assessment,MoCA)评分和PSMD。分析PSMD与WMH严重程度的相关性以及PSMD对WMH的诊断价值。结果 轻度组、中度组和重度组患者的MoCA评分均显著低于对照组(P<0.05),中度组和重度组显著低于轻度组(P<0.05),且重度组显著低于中度组(P<0.05);轻度组、中度组和重度组患者的PSMD均显著高于对照组(P<0.05),中度组和重度组显著高于轻度组(P<0.05),且重度组显著高于中度组(P<0.05)。Spearman相关性分析结果显示,PSMD与Fazekas视觉等级评分、脑室旁WMH严重程度评分和深部皮质下WMH严重程度评分均呈显著正相关(r=0.607,P<0.001;r=0.692,P<0.001;r=0.477,P<0.001)。受试者工作特征曲线分析结果显示,以2.54×10^(-4)mm^(2)/s为截断值,PSMD诊断WMH的曲线下面积为0.840(95%CI0.80~0.95),敏感度为0.861,特异度为0.667。结论 WMH患者的PSMD与WMH严重程度呈显著正相关,且PSMD对WMH患者具有较好的诊断价值,PSMD可作为一种评估WMH严重程度和研究脑白质损伤进展的影像学标志物。

基于骨架化的位错三维重构技术

基于体视学原理研发位错三维表征技术是实现位错高效三维表征的一种新探索,但现有的方法仍存在重构效率、精度和保真度低等问题。本文利用体视学原理开发了基于骨架化的位错三维重构方法,可以实现位错图像的高精度对中、位错线型的自动优化、位错坐标的批量提取和位错像的快速三维重构,在重构效率和精度上表现出综合技术优势。研究结果为未来发展高时间分辨率位错三维重构技术提供了新的技术途径。

复杂带状图像的快速三角剖分与骨架化算法

为了快速准确地计算带状图像的骨架 ,以便对其进行识别、重建等处理 ,提出一种基于快速三角剖分的骨架化算法 首先通过对带状图像边界的近似多边形进行三角剖分 ,生成一系列具有拓扑关系的三角形 ,然后根据三角形的类型生成局部骨架 ,最后连接生成整幅带状图像的骨架 该算法充分利用了图像的整体与局部信息 。

肺CT图像的血管骨架化方法

在图像几何分析以及其他领域中,骨架化方法应用非常广泛。利用骨架表示图像可以保留图中的拓扑结构,减少冗余信息。在临床实践和治疗肺部疾病的过程中,如何有效地描绘并分析肺部血管骨架结构,对于计算机辅助诊断与辅助手术治疗是非常重要的。提出一种肺CT图像的血管骨架化方法:首先使用区域生长法将肺中的血管从胸腔其他组织中分离出来,接着使用数学形态学操作对分割结果进行处理,最后使用三维细化算法对血管进行骨架化。实验结果表明,该方法能快速、有效地实现肺部血管的骨架提取。

基于升序复核的并行三维图像骨架化算法

为了准确有效地提取三维图像的骨架,提出一种新的并行三维图像骨架化算法。首先对原图像进行距离变换,然后迭代并行细化。每轮迭代分为6个子迭代,每个子迭代处理一类边界点,标记满足初选规则的前景点。在6个子迭代结束后,按距离值升序复核初选标记点,批量删除满足条件的点,完成一轮迭代。重复这一过程直到没有点被删除,得到最终骨架。将该算法应用于二维和三维图像,得到了与人类视觉感知相一致的目标骨架。新算法能够保证得到的骨架的连通性和拓扑结构,通过计算骨架点的距离值验证了其居中性,反映了目标的本质结构特征。

基于B-Snake的三维图像骨架化方法

3D图像数据由于其本身的复杂性,对其进行骨架化一直是3D图像处理中的一个难点问题。文中提出了一种B-Snake骨架化算法及B-Snake能量最小化求解法,同时讨论一种骨架化算法的评价方法。B-Snake骨架化算法获取的骨架其连通性和光滑性隐含于B-Spline表达式中,而且在中心性及抗噪声性等方面也明显优于离散Snake算法。对模拟的测试数据和实际三维重建的植物根系图像进行了实验,结果都表明了文中提出的算法的有效性。

基于冲刷模拟的灰度模式骨架化算法

通过模拟水流冲刷图像表面的过程,本文提出了一种直接针对灰度图像的高效的骨架化算法.研究表明:该算法可以得到连通的、单象素宽的、与原始图像拓扑一致的、处于模式中线上的、对于图像灰度的严格单调变换不变的骨架.对于二值图像和灰度图像的实验显示了算法的高效性和可靠性.

基于对称点对序列的带状图骨架化算法研究

文中提出了一种基于离散轮廓的对称点对序列的骨架化算法。首先提出带状图像的对称点对序列的概念,它是通过轮廓离散点的Delaunay三角剖分而获得的,并将这个序列应用于带状图的骨架化算法中。在带状图的交叉区域利用三角剖分对偶图模型对该序列进行归并重构,从而得到交叉区域不畸变的骨架。实验表明,该算法充分利用了带状图的全局和局部信息,产生的骨架准确地反映了带状图像间的拓扑关系。

改进主曲线及在手写体数字骨架化中应用研究

针对主曲线算法初始化步骤效果差、导致所得结果不能正确反映数据的拓扑结构问题,对其进行改进,用连通K近邻代替第一主成分线找到数据的初始拓扑结构。将改进后的算法应用于脱机手写体数字骨架化,实验证明,改进的算法克服了上述缺点,能更好地找到数据的拓扑结构,在时间复杂度、连通性、参数等方面均优于其他改进算法。改进算法适于具有"连通性"的数据。

基于非脊点下降算子的多尺度骨架化算法

骨架是目标表示的一种重要方式.提出了一种基于区域标记直接从灰度图像中提取的骨架的新算法.算法对脊点概念作了补充撰述,组合利用了目标的轮廓与区域信息,采用了层次化的处理策略,适用于稳健地提取规则和不规则目标完整的多尺度骨架.所提取的骨架彼此连通、单像素宽并与原始图像拓扑一致.将算法应用于实际图像,检测到了与人视觉感知相一致的目标骨架.

一种基于骨架化的道路拓扑生成算法

设计并实现了一种道路拓扑生成算法 ,该算法利用CDT(ConstrainedDelaunayTri angulation)骨架化 (skeletonization)算法从电子地图中提取道路拓扑。此算法弥补了现存道路拓扑生成算法的不足。文章通过理论分析证明算法的时间复杂度为O(nlog(n) ) ,实 验数据支持了这一结果。实践证明该算法的效果和性能良好。

基于骨架化模型的染色体形态表征

染色体作为遗传物质的重要载体,其空间构象(主要指染色体数量、结构、定位等形态信息)与包括基因表达、表观遗传在内的一些基本的细胞生命活动关联紧密。染色体形态改变是引起人类某些重大疾病(如唐氏综合症、恶性肿瘤等)的重要原因之一。为实现染色体形态的准确、量化分析,针对光学成像设备采集染色体图像含冗杂信息过多的问题,基于骨架化理论,通过二值转换及距离变换等计算方法,抽取染色体的拓扑结构,以减少冗余信息。进一步,提出利用骨架长度、端粒数目及着丝粒分界比,数字化表征染色体的拓扑形态。因此,利用自动化手段建立了一种量化表征染色体形态信息的方法,这将为染色体识别及形态研究提供重要思路。

基于颗粒分析和骨架化的车道线检测方法

车道线的正确检测是提高车道偏离预警系统正确率的重要保障,车道线检测往往受到多种因素的干扰。针对直线模型下车辆对车道线检测的干扰,提出一种基于颗粒分析和骨架化的车道线检测方法。首先运用最大类间方差算法对车道线图像进行二值化,然后利用数学形态学的颗粒分析对二值图像进行处理,消除车辆对车道线的干扰,最后用数学形态学的骨架化得到车道的中心线。经实验证明,在车道线有车辆干扰的情况下,该方法不仅能较好去除车辆干扰,而且可以检测出车道线中心线,具有较强的鲁棒性和抗干扰性。

基于向量分区模型和三维骨架化模型的肺裂分割算法

了解肺裂结构特征在肺部疾病诊断方面具有重要的应用价值.在CT图像中,肺裂会受到强度变化、噪声和形变等各种因素的影响,使得分割难度很大.为了克服此困难,提出一种基于向量分区模型和三维骨架化模型的肺裂分割算法.首先,受到肺裂在二维CT图像中呈现为线性结构特征的启发,通过借助方向窄条微分滤波器融合幅度信息和方向信息来构建肺裂向量场,此种途径能够有效地区分肺裂和其他组织.接着,考虑肺裂在三维CT图像中呈现为面状结构特征,通过改进的向量分区模型来分离肺裂和管状结构,此种方式能够高效率地抑制噪声.最后,为了得到完整的肺裂,引入三维骨架化模型理论来有效分割肺裂.提出的算法在公开数据集LOLA11上进行验证,其F1,FDR和FNR中值分别为0.893,0.068和0.128.实验结果表明,文中算法具有非常好的肺裂分割效果.

阴离子柱杂化金属有机骨架材料对N_(2)/CO_(2)的吸附与分离性能研究

通过巨正则蒙特卡洛(GCMC)模拟方法,研究了具有不同结构的6种阴离子柱杂化的金属有机骨架材料(AP-MOFs)对N_(2)/CO_(2)的吸附与分离性能。主要研究了这6种AP-MOFs材料分别对N_(2)、CO_(2)的单组分吸附、N_(2)和CO_(2)的二元等摩尔混合气体吸附,以及N_(2)/CO_(2)的分离性能。通过AP-MOFs对N_(2)、CO_(2)的单组分吸附性能研究发现,非互穿结构比互穿结构更有利于N_(2)、CO_(2)的吸附。通过N_(2)/CO_(2)的二元等摩尔混合吸附性能研究发现,拥有较高CO_(2)吸附热的非互穿结构(SIFSIX-3-Cd)具有更优异的分离性能。综上所述,具有互穿结构的AP-MOFs材料有利于CO_(2)的吸附,而非互穿结构的AP-MOF则有利于CO_(2)/N_(2)分离。

基于骨架化和蜘蛛编码的面状实体匹配方法研究

同名面实体在不同来源的地图数据库中的矛盾性表达致使相关领域的研究出现诸多瓶颈问题,由此实体匹配作为基础研究成为首要解决的关键问题,本文采用两阶段匹配策略实现面实体匹配,预匹配中通过面积相异度进行初步判定,终匹配时先对面状实体进行骨架化从而降低点和线的维度,再用基于蜘蛛编码的方法实现匹配。最终实现的匹配算法由大比例尺地图数据库中的房产图和地形图进行匹配实验,结果证明了该算法的匹配效率和准确度。

优化的离散λ-中轴骨架提取算法

离散λ-中轴(DLMA)是一种快速、健壮的中轴变换算法,选择合适的参数λ可以提取物体较为精准的单像素骨架.针对DLMA算法的缺点,提出一种融合欧氏距离变换局部极大值点思想和背景点空间思想的DLMA优化算法.该算法将DLMA算法分成2步,先使用一个小λ阈值获得骨架的粗提取结果,计算过程中将其N4邻域简化为N2邻域;然后在粗提取的结果下设计骨架生长阈值自动调整策略,使其对宽度变化具有足够的适应性.实验结果表明,与原DLMA算法相比,文中提出的优化算法不仅具有更快的计算速度,鲁棒性和自适应能力均有显著提高.

三维无机-有机杂化骨架微孔材料Cd(HBTC)(EG)·8(H_2O)的合成与结构

由于无机-有机杂化微孔晶体材料在选择性催化、分子识别和可逆性主客体分子(离子)交换等方面存在潜在的应用前景, 已经越来越引起人们的广泛注意. 传统的沸石和分子筛微孔晶体材料以硅酸盐、硅铝酸盐、磷铝酸盐和无机金属磷酸盐为骨架[1,2], 新型的无机-有机杂化微孔晶体材料用刚性和热稳定性较好的有机分子和金属离子作为结构单元[3～17].

开放式有机-无机杂化骨架配位聚合物[Sn(SO_4)(BDC)(H_2O)]的合成和晶体结构

具有大孔径、高比面积的金属有机骨架结构已成为微孔材料研究领域的一个热点[1～3]，但是其合成设计目前还主要集中在过渡金属元素和镧系元素为接点的微孔材料上.尽管硅、铝族元素已被广泛地用于构建和合成微孔材料，但由于其电荷高、极性强，故在开放有机金属骨架微孔材料的设计与合成中很少被应用[4].

三维无机-有机杂化骨架微孔化合物[Co_3(BDC)_3(EG)_4]·2DMF的合成与结构

A 3-D inorganic-organic hybrid framework microporous material [Co 3(BDC) 3(EG) 4]·2DMF was synthesized under mild conditions and its crystal structure was determined by using single crystal X-ray diffraction. The crystal structure was solved by a direct method and refined by full-matrix least-square method. The crystal is the triclinic system and belongs to space group P-1 with a=9.978(2) nm, b=11.223(2) nm, c=11.283(2) nm, α=102.26(3)°, β=113.52(3)°, γ=92.73(3)°, V=6.329(2) nm 3, Z=1, D c=1.565 Mg/m 3, M r=1 063.59, μ=1.183 mm -1, F(000)=541, GOF=1.024, R=0.044 2, wR=0.124 9.