基于CT观察退变性腰椎滑脱症与关节突关节角及关节椎弓根角的关系

目的:基于CT观察探讨退变性腰椎滑脱(DLS)与关节突关节角和关节椎弓根角的关系。方法:回顾性收集2020年1月至2022年6月四川省骨科医院收治的169例DLS症患者纳为DLS组,另选取同期于我院体检并伴有腰腿疼痛但未腰椎滑脱的169例年龄匹配患者作为健康组;对比DLS组和健康组的临床资料,单因素以及多因素logistic回归分析影响DLS的危险因素;通过平滑曲线拟合分析关节突关节角和关节椎弓根角与DLS的曲线关系,构建贝叶斯网络模型并对其预测效能进行验证。结果:单因素分析结果显示DLS组在BMI、椎间盘退变、全身关节松弛、腰椎结构及曲度发生改变、韧带松弛、骨质疏松、脱钙、腰椎小关节突病变、合并糖尿病方面均高于健康组(P<0.05);DLS组的关节突关节角与健康组相比减小,关节突关节角不对称以及退变程度为1、2级的人数比例上升,椎弓根角显著增大(P<0.05);多因素分析结果表明BMI增加、椎间盘退变、腰椎结构及曲度发生改变、韧带松弛、骨质疏松、脱钙、全身关节松弛、腰椎小关节突病变、合并糖尿病、关节突关节角减小、关节突关节角不对称、关节突关节的退变以及椎弓根角的增加都是导致DLS发生的危险因素(OR值>1,P<0.05);平滑曲线拟合结果显示,在一定范围内,关节椎弓根角与DLS呈正相关,而关节突关节角和与DLS呈负相关;贝叶斯网络模型及预测推理显示:BMI指数增加、关节突关节角减小、关节突关节角不对称以及椎弓根角的增加与DLS直接相关,当患者关节突关节角减小、关节突关节角不对称以及椎弓根角的增加的概率降为0时,患者DLS发生率由50%降低为37.2%;经过模型验证证明贝叶斯网络预测模型具有良好的区分度、准确度和有效性。结论:基于CT观察可以对DLS有更准确的诊断,且在一定范围内关节突关节角和关节椎弓根角与DLS具有一定的相关性。

基于多层面Rasch模型的英语口试信度分析

英语口语考试涉及面广,难以用单一指标衡量信度,而多层面Rasch模型可以从考生、评分员、评分标准和评分量表等角度探讨影响成绩的测量误差。可以某校中外合作专业大一新生分级考试中的英语口试成绩为研究对象,运用Facets软件进行分析。研究发现,虽然评分员的主观评分会产生一定的测量误差,使考生实际测量值和预测值存在出入,但这差异并不足以影响考生的最终报道成绩。此外,多层面Rasch模型证明:考生、评分员、评分标准和量表这四个层面具有良好的内部一致性,总体较为理想,因此,可认为该校组织的英语口语考试具有良好的信度。

中国区域速度场多面函数拟合稀疏建模方法研究

分析多面函数建模中核函数结点选择存在的问题,探讨LASSO等变量选择及空间降维方法,在此基础上,提出多面函数拟合的稀疏建模方法和惩罚参数选取指标。该方法通过最小化正则化损失函数,实现模型参数估计与核函数结点筛选,所构建模型易于解释且具有较强的泛化能力。中国区域速度场建模结果显示,多种方案下的模型变量参数筛选保留率在19.42%~51.17%之间,外符合精度提升率达到3.29%~16.50%,表明该方法可有效降低模型结构复杂度并提高建模精度。

一种改进的基于Facet模型的亚体素表面检测算法

在基于CT的工业应用中,常常需要从CT切片序列获得实体的3D高精度表面信息。介绍了一种基于Facet模型的亚体素表面检测算法,并针对其计算效率低的问题,给出了一种3DFacet模型的加速算法。该改进算法将Facet模型的三维卷积核分解为3个一维卷积核,使算法复杂度从O(m3)降低到O(3m),并采用增量算法解决了由此产生的存储空间问题。通过对仿真图像的实验,验证了该算法的效率和精度,表明该算法在保持原始算法精度的同时,处理速度提高了约两倍。

基于3-D Facet模型的亚体素边缘检测算法研究

在产品的虚拟测量中,需要获得产品内外表面的3D高精度轮廓信息。本文首先介绍了一种直接从CT切片序列获得表面点的方法,通过3DFacet模型计算方向导数并根据沿梯度方向的二阶导数零点获得边缘点的亚体级精确位置。该方法可以检测到法向垂直于切片的表面,并且由于考虑了待检测切片相邻层的信息,与仅考虑单层信息的2D亚像素边缘检测方法相比,它抗噪能力更强、精度更高。其次,本文提出了一种改进方法,通过缩减候选像素的预处理,在很大程度上提高了原始算法的处理速度。最后将改进算法应用到航空发动机叶片仿真模型的检测中,结果表明本算法检测精度可达0.1个像素左右,速度较原始算法提高约10倍。

基于尺度空间技术的归一化Facet模型位场边界识别

边界识别是位场数据处理解释中的重要环节,传统边界识别方法通常不能均衡深、浅部地质体边界.基于尺度空间技术和归一化的Facet模型检测算子,本文开发了一种带通空间滤波和边缘检测相结合的边界识别方法,有效地提高位场数据边界识别的精度和可靠性.为了验证本文算法的有效性和稳定性,分析了不同尺度空间函数和检测算子对算法的影响,并且对比了传统边界识别方法的效果.理论模拟和实际数据分析表明,利用位场垂向二阶导数进行的基于尺度空间技术的归一化Facet模型边界识别方法不仅算法的稳定性强,而且可以避免高阶导数对噪声干扰放大作用,同时均衡深部和浅部地质体边界,从而可以更精确地识别地质体的形态.

基于小波定位及Facet模型的三维工业CT图像边缘检测

进行三维图像边缘检测时,利用Facet模型能够获得较精确的边缘信息,但耗时较多;而利用小波变换可获得较快的检测速度,但得到的边缘依赖于阈值的大小。综合上述两种方法的特点,提出了一种基于小波定位及Facet模型的三维边缘检测方法。首先,对工业CT三维图像进行三维小波变换,设定较小阈值,得到三维粗边缘,即对图像边缘进行粗定位;然后,针对粗边缘点逐个进行三维Facet拟合,得到实际边缘点,从而完成图像边缘的精确定位。该方法通过小波变换粗定位这一前处理过程减少了Facet拟合的体素点数,加快了Facet模型三维边缘检测的速度。实验结果显示,本文方法不仅能得到与直接Facet模型效果相当的边缘,还能使Facet模型三维边缘检测的速度提高3.51～7.39倍,而且图像边缘越简单加速比越高。实验结果表明,基于小波定位和Facet模型的边缘检测方法可满足工业CT三维图像边缘检测对精度和速度的要求。

基于子带合成的超宽带雷达杂波建模与仿真

该文利用子带合成和广义平板模型,分别在不同的入射角和相对带宽条件下进行超宽带雷达地杂波建模、仿真,并对杂波统计特性进行分析。首先根据地形将地面划分成若干个小区域(称为广义平板);把超宽带信号划分成一系列子带(窄带);然后得出各子带信号在平板模型下的杂波反射系数(σ0),最后通过子带合成的方法获得超宽带雷达地杂波模型。通过仿真发现,超宽带雷达地杂波随着入射角或相对带宽变化时,杂波的统计分布也跟随变化;但超宽带雷达杂波的概率密度函数曲线具有"低重心和重拖尾"的共性,且随着相对带宽的增加,拖尾加重。仿真结果证明了"频率分割子带合成"法的可行性。

基于工业CT的铁路货车铸件缺陷自动检测

针对采用传统方法检测铸件缺陷存在检测效果不明显的问题,为提高检测效率,研究基于工业CT的铁路货车铸件内部缺陷自动检测算法。首先用工业CT扫描重建得到铸件的断面图像,然后对图像计算分形维数,利用铸件缺陷区域分形维数较高的特点自动定位出缺陷的大致区域,再用Facet模型对定位区域进行边缘检测,以便确定缺陷的准确形状。用工业CT对摇枕和侧架进行缺陷检测的结果表明,该方法不仅能获得铸件内部缺陷的位置和准确形状,而且处理自动化程度较高。

改进的基于Facet模型的亚像素边缘检测

在图像测量等工程应用中,需要获得目标的高精度图像边缘信息.本文首先介绍了一种基于Facet模型的亚像素边缘检测算法,该方法具有抗噪能力强,定位精度高等优点,但是计算复杂度太高.针对此缺点,本文研究了一种改进算法,将其与Mallat的小波变换模极大算法有效的结合,不仅处理速度提高了10倍左右,而且所提取的边缘效果也有所改善.实验结果表明,本文的方法不仅能获得高精度的边缘信息,抗噪能力强,而且处理速度快.

基于小面模型的星图中星获取算法研究

利用小面模型对原始星图的局部区域作灰度曲面最佳拟合。在拟合曲面上进行灰度极大值像素点的位置估计,初步得到星图中星的中心位置,从而加速星图中星的获取过程。基于所定义的性能评价指标,对模拟星图进行了星图获取的实验验证。研究表明,该算法具有较强的适应性。

船海复合场景面元化快速电磁建模方法及SAR成像仿真

在微波高频段,海面背景或海上船类目标往往具有电大尺寸和复杂精细的结构,这给船海复合场景的电磁建模带来巨大的计算负担。为简化计算,基于海面电磁散射模型面元化思想和图形电磁学,结合计算耦合场的四路径模型,提出一种电大尺寸船海复合场景电磁散射的快速计算方法。在保证海面与目标复合散射场的计算准确性前提下,提高计算效率。仿真并分析不同雷达参数下动态海面与目标的雷达散射截面,计算结果与实测数据以及精确数值方法结果的良好一致性验证了方法的准确性。将复合散射快速计算方法应用于合成孔径雷达成像仿真,仿真结果验证了方法的有效性。

工业CT图像圆精确测量

为了自动检测工业CT图像中的圆并精确地测量其参数,研究了基于Facet模型的亚像素边缘检测算法检测图像边缘,利用圆存在的概率大小识别边缘图像中的圆并测量其参数的方法。首先,利用Facet模型提取图像的亚像素边缘。接着,研究了图像圆存在概率算法特点,通过构造专用链表数据结构存储计算数据,限制计算时圆心选取范围等方法,克服了原计算方法效率低、占用内存大的缺点,并运用改进的圆存在概率计算方法对工业CT图像中的圆进行自动检测。最后,通过最小二乘法拟合圆边缘点,计算圆参数的实际尺寸。使用空间分辨力为2.0lp/mm的电子直线加速器工业CT系统,扫描重建出包含10个圆的800pixel×800pixel工业CT图像,运用该方法对图像中的圆进行了识别和测量。试验结果表明,改进的圆存在概率算法计算效率明显提高,图像中圆参数测量精度<0.5%,满足工业CT图像圆自动测量的精确、快速、可靠等要求。

海面对激光的方向反射率分布研究

利用随机面元模型,对海面的激光方向反射率分布进行了理论分析,并对多种典型条件下海面对激光的方向反射率分布进行了数值模拟.结果表明,海面的总反射率较低,约为1%～6%,但在入射角超过40°后,总反射率快速增大.激光入射角为30°、海面风速为1～14m/s时,激光的方向反射率都比较大(0.1～0.48sr范围内).

一种基于图象分割的增强算法

图象增强作为图象处理常用的工具，目的是为了消除原始图象边缘模糊、对比度差等缺点，增强图象的视觉效果和为以后的处理工作提供方便。文中提出的算法基于Ｈａｒａｌｉｃｋ的斜面模型（ｓｌｏｐｅｄｆａｃｅｔｍｏｄｅｌ）［１］和Ｂｅｇｈｄａｄｉ的对比度增强算法［２］，新算法在增强图象边缘的同时，较好地保留了原始图象非边缘区域的信息，并对噪声具有抑制作用。

工业CT图像的亚像素级面积测量

为了提高工业CT图像测量的精度,研究了一种基于Facet模型的亚像素级面积测量方法,并将其应用于实际的工业CT图像测量中。首先采用基于Facet模型的边缘检测算法提取亚像素边缘,然后通过最小距离搜索法分离出待测目标的边缘点并排序,最后利用离散化的格林公式计算面积。其中,基于Facet模型的边缘检测算法精度高、抗噪声能力强,能为后续基于边缘的测量提供高精度的数据;最小距离搜索法在浮点型边缘点上实现了待测目标边缘与整幅图像边缘的分离,并生成排序链码,克服了边缘点是浮点型且不连续的困难,给面积的计算提供了有效的数据。测量方法是在亚像素边缘上进行的,突破了图像分辨率对测量精度的限制,使在低分辨率的图像上实现高精度的测量成为可能。分别针对仿真图像和实际的工业CT图像进行了实验,实验结果表明该方法的测量精度高于普遍采用的像素累加法。

采用3D Gaussian Facet模型的亚体素表面检测

提出一种基于Gaussian facet模型的3D边缘检测算法.首先利用Gaussian加权最小二乘拟合,引入空间权因子表达图像采样点对模型参数估计的相对重要度,扩展了经典Haralick facet模型,建立了3D Gaussian facet模型及其计算公式;然后采用抗噪性好的3DIDDG算子估计梯度方向,并在该梯度方向上计算二阶方向导数过零点,以获得表面点亚体素位置.实验结果表明,该算法能有效地降低邻近边缘干涉对检测结果的影响,可更好地提取尺寸较小的结构边缘.

基于Facet模型的闪光图像边缘检测

针对闪光图像的特点,对经典边缘检测算子进行了分析,发现存在检测出的边缘粗和对噪声的干扰比较敏感的缺点,提出了一种基于Facet模型的爆轰实验图像边缘检测算法。该方法吸取了其它同类方法的优点,引进了正交基简化了运算,用离散正交多项式对图像每个像素的邻域作最佳曲面拟合,在此基础上使用整体梯度算子寻求二阶方向导数的零交叉点,最终提取边缘点。结果表明:该方法检测出的边缘细,并且光滑连续,对图像噪声干扰有较强的抑制能力,对于孤立的边缘能够给出较精确的定位。

城市微小区射线跟踪定位原理与模型

文章把无线电波射线跟踪技术引入定位技术中,提出了射线跟踪场强、时延、到达角定位序列的概念,从原理上说明了场强、时延、到达角定位序列的正确性和实用性,并用模型验证了场强、时延定位序列的唯一性,证明了序列定位原理与方法的正确性。

对基于facet模型的表面检测的加速技术研究

针对基于facet模型的亚体素表面检测算法计算量大的问题,提出将3维facet模型的可分滤波器递归算法与感兴趣区域加速策略相结合的加速方案。可分滤波器递归算法通过在离散正交基下将3维卷积转换为3个1维卷积并使1维卷积递归执行,使计算量与卷积核大小无关,大大节省了计算时间。采用增量算法解决了可分滤波器递归算法内存耗费量大的问题。感兴趣区域加速策略采用图像分割后提取目标的分段包围盒作为有效区域,从而大幅缩减待处理数据量。实验结果表明本文加速方案在保持原始算法精度的同时,能取得很好的加速效果。