改进的Brain Extraction Tool算法及其在脑实质分割中的应用

BET(Brain Extraction Tool)算法是一种常用的从磁共振(MRI)脑图像中分割脑实质的工具,在实际应用中发现,BET算法对正常脑实质的分割精度较高,但对有病灶的脑实质分割精度较差。根据BET算法存在的问题,改进原BET算法中不合理的u_3,简化了计算繁琐的u_2,并将其应用于分割MRI图像中的脑实质。首先:选择序列图像中间层,对其应用两次改进后的BET算法获得精确分割结果;然后:将获得的边界向其中心缩小一定比例后作为与其相邻层的初始边界再次应用修改后的算法获得该层精确边界;最后,不断重复上述步骤直至所有层分割结束。改进后的算法对脑部图像分割结果与人工分割结果的重叠率达到92.92%,而使用FSL中提供的BET工具的分割结果与人工分割结果的重叠率为88.94%。改进后的算法相比原BET算法能够更加准确地分割MRI图像中的脑实质。

基于SIFT特征关键点匹配的脑组织提取方法

脑组织提取是脑部磁共振图像处理的重要步骤之一。为稳定准确地提取脑组织,提出一种基于点阵SIFT(Scale Invariant Featun Transform)特征匹配的脑组织提取方法。该方法在采用BET方法对脑组织进行提取的过程中,不断提取轮廓点阵的SIFT特征,并提出基于距离约束投票的特征匹配方法,对目标图像当前脑组织轮廓和模板图像脑组织进行匹配,根据匹配结果重新定义BET脑组织提取参数再继续进行轮廓演化,从而得到稳定的脑组织轮廓。然后以该轮廓为初始值采用Graph cuts方法进行精提取,最终得到精确的脑组织边界。采用IBSR网站20套MRI图像序列与其他3种算法进行对比实验,得到最高的DICE精度(0.962±0.008)、Jaccard精度(0.926±0.014)和特异性(0.994±0.004)、最低的假阳性率(4.95%±2.74%)、较低的假阴性率(2.82%±2.0%)。精度最高表明该方法具有很好的提取精度,相应参数的标准差较小表明本方法有很好的稳定性,说明该算法是一种精确稳定的脑组织自动提取方法。

基于计算机视觉的鸡蛋裂纹检测方法研究

为了提高鸡蛋壳裂纹检测的准确性和效率,综合应用了计算机视觉技术,实现对鸡蛋表面裂纹的检测。在利用计算机视觉系统获取鸡蛋表面图像后,采用同态滤波、BET算法、fisher等改进型图像处理技术,提取裂纹特征并判决。试验结果表明,模型对裂纹鸡蛋的识别准确率达到了98%。

一种公路平面线形曲线型设计方法的探讨

分析了公路平面线形直线型设计法的不足,提出曲线型设计法研究的必要性。重点研究一种非常有前途和适用于公路路线CAD系统开发的算法———基于端点约束受限法,此方法可以解决任何平面线形的组合形式,便于应用和交互式图形CAD软件的开发。

山区高等级公路平面曲线型设计方法探讨

文章通过对公路平面线形直线型设计法的分析,提出曲线型设计法研究的必要性,介绍了曲线型设计法的概念、理论依据和特点,重点研究一种非常有前途和适用于公路路线CAD系统开发的算法——基于端点约束受限法(主要是"BE3算法"和"BET算法"),并且给出应用实例,此方法可以解决平面线形的组合形式,便于工程应用和交互式图形CAD软件开发。