基于水平集的医学图像快速分割方法

针对高噪声、低对比度的医学图像难以快速准确分割的问题,结合基于像素的传统方法和基于水平集的活动轮廓模型,提出了一种混合的医学图像分割新技术。首先依据待分割对象的先验知识交互选取感兴趣区域。然后由传统的方法和基于水平集的C-V模型结合实现感兴趣区域图像的预分割。预分割的结果直接作为窄带变分水平集模型的初始轮廓,演化曲线在很短的时间内准确收敛到待分割物体的边缘。

硬组织外科临床数字技术系统研究

1概述 随着现代科学和新技术革命的迅猛发展,计算机技术正在深刻地影响着社会的各个领域。由于现代计算机技术建立在0与1构成的二进制数字处理的基础上，因此很多学者将其称为数字技术。实践证明，一旦与数字技术相结合，传统技术的水平往往得到质的飞跃，如：以模拟信号为基础的传统通讯与媒体技术提升为以数字信号为基础的数字通讯与多媒体技术，以纸质报表为基础的医院管理系统提升为基于局域网的数字化医院信息系统（hospital information system，HIS）等等。

基于自适应外力的图像分割方法

为快速、准确地从复杂的图像中提取出感兴趣的目标,基于变分水平集框架,结合梯度矢量流和符号距离函数惩罚泛函的优点,提出一种基于自适应外力的图像分割方法.该方法在自适应外力作用下将位于目标内部、外部,甚至与目标轮廓相交叉的初始轮廓准确地吸引到目标的边缘;符号距离函数惩罚项的引入避免了繁琐、耗时的符号距离函数初始化工作;同时,模型中添加了加权弧长调整项以保证曲线演化的连续性和平滑性.最后将该方法与现有的Li的快速变分法用于合成和实际医学图像的仿真模拟,证明了该方法的可行性和优越性.

自由变形算法在快速骨重建中的应用

本文在传统自由变形算法的基础上,提出了一种应用在人体骨骼快速三维重建的单位自由变形(FFD)算法。文中以股骨为例,依据单位自由变形算法实现利用两张X线片对股骨进行快速三维模型重建的工作。利用专业C臂机上获取两张正交方向拍摄的X线片,并保留拍摄参数;借助X线片提供的轮廓信息对标准模型进行个性化三维重建。文中通过点配对算法建立了X线片外轮廓与三维标准模型外轮廓之间的对应关系,将传统自由变形算法进行简化设计,利用单位自由变形控制格对标准模型进行重建,最终使得X线片外轮廓与标准模型外轮廓一致,从而获得个性化的股骨三维模型。选取35例尸体股骨样本设计外形精度、鲁棒性和重建速度实验,最终得到全骨的二维点配对平均时间为20s,平均重建时间为112s;三维模型的外形平均误差为0.52mm,且精度和速度均保持稳定,具有良好的鲁棒性。本研究将传统自由变形算法简化应用到重建模型算法中,使得重建时间减少,重建精度达到传统方法要求,同时具备良好的可重复性,在临床应用和相关科学研究中具有很好的应用前景。