基于冠脉造影图像的导引丝三维重建

在对冠状动脉感兴趣血管段进行造影图像和血管内超声图像融合的过程中,导引丝的三维重建精度成为融合效果的关键因素.首先对初始重建的导引丝等间距选取6对匹配点,然后通过构造能量函数,在利用动态规划求其能量函数最小值的过程中对此6对匹配点优化,最后利用单面冠脉造影图像进行导引丝的三维重建.重建的误差统计结果表明:优化方法有效地提高了导引丝三维重建的精度.     

基于图像匹配-点云融合的建筑物立面三维重建

随着计算机技术的快速发展,基于图像的建筑物三维重建逐渐成为计算机图形学和计算机视觉领域的研究热点之一.由于建筑物图像背景复杂、序列长且杂乱无序,现有的三维重建算法存在耗时长、局部几何细节重建效果差的问题.文中针对这些不足提出了一种基于图像匹配实现点云融合的建筑物立面三维重建算法.首先寻找新添加的建筑物局部图像在原始图像集中的匹配图像,组成规模较小的图像集并重建出局部点云模型,然后通过匹配不同点云模型在同一幅图像上的投影点,找到点云模型之间的一致对应点集,接着求解点云集合之间的最佳对齐变换,实现整体和局部点云模型的融合,最终生成建筑物立面完整的三维模型,实验表明,采用文中算法进行三维重建,可以有效地减少重建时间,提高重建精度.     

基于血液斑点噪声抑制和T-Snake模型的血管内超声图像边缘提取

血管内超声(IVUS)图像冠状动脉血管壁内、外膜的边缘提取对冠状动脉疾病的诊断和治疗有着重要意义。为了更好地抑制血管内超声图像的血液斑点噪声,首先采用一种时/空滤波方法对IVUS图像进行降噪预处理,以抑制其严重的血液斑点噪声;然后,为了更好地提取血管边缘,提出了一种改进的自适应形变模型,并基于该改进的自适应形变模型(T-Snake模型)给出了一种IVUS图像冠状动脉血管壁内、外膜边缘的提取方法。实验结果表明,该边缘提取方法有着较高的准确性和可靠性,对IVUS序列图像处理的可重复性和鲁棒性较好;也表明了改进的T-Snake模型的可实现性,以及IVUS图像血液斑点噪声抑制方法的有效性。     

序列血管内超声图像的管腔内膜自动分割算法

针对序列血管内超声(IVUS)图像相邻两帧具有很大相似性的特点,提出一种基于 序列 IVUS 图像配准的自动提取管腔内膜的方法。首先利用形态学运算以及连通分量法提取初 始帧的大致管腔内膜边缘,然后采用前景和背景像素的颜色直方图特征对相邻两帧图像进行建 模并进行配准：利用巴氏系数度量相邻两帧图像之间的相似性,建立仿射变换模型,优化模型 并计算模型参数,从而将轮廓相对准确地定位到管腔内膜附近;最后通过变分法、最速上升法 使目标轮廓曲线准确地收敛到管腔内膜处。以经验医师提取的管腔内膜作为评价标准,分别 与文献[17]和[4]相比,该方法的均方根误差分别平均减少了 0.124 和 0.063,相对差异度上分 别平均减少了 0.51%和 0.16%。实验结果证明,该方法可以准确地提取到序列 IVUS 图像的管 腔内膜。     

冠脉树三维重建优化方法的改进

在冠脉造影中,两个不同角度成像坐标系间的几何变换矩阵是实现冠脉树三维重建的关键.然而,由于心脏的运动及平台的移动等,直接从造影系统中获得的几何变换矩阵不能很好地反映两个不同角度成像坐标系间的空间几何关系.几何变换矩阵中的平移向量包括两个不同角度成像坐标系间的平移向量和造影系统平台移动向量,由于冠脉树三维重建误差主要是由于平台移动影响造成的,因此,本文利用血管分支点和端点来优化几何变换矩阵中的平移向量.临床造影图像实验结果表明,该方法不仅能有效地提高冠脉树的三维重建精度,而且可获得重建的冠脉树在第三角度下的精确投影图像.     

基于长序列图像的三维重建技术研究*

提出一种基于长序列未定标图像的三维重建方法,并将其成功地应用于增强现实实例中.首先,基于传统KLT跟踪算法提出了一种针对序列图像的改进特征点匹配策略,通过特征点运动向量的预测减小了相应特征点的搜索范围,进一步根据相近特征点邻域窗口在透视畸变上的相似性大大提高了匹配算法的效率;在得到序列图像的匹配结果后,将传统基于仿射成像模型的测量矩阵(Measurement Matrix)保秩分解算法扩展到透视成像模型中,从而一次性得到整个场景的射影重建;进一步在摄像机自定标的基础上得到整个场景的三维欧氏模型和摄像机的成像矩阵.最后给出真实图像序列的三维重建实验结果,并成功地将其应用到增强现实实例中.     

基于Snake模型的血管树骨架三维重建技术

从两幅不同角度的造影图像实现血管树的三维骨架重建,传统重建方法常常需要较多的人工干预,才能为每一点找到准确的对应点.文中研究了一种基于Snake模型的重建方法.它在采用多尺度Gabor滤波提取造影血管中轴线的基础上,选取血管树分叉点,优化几何变换矩阵,提高用以初始化Snake的对应点的准确性;然后,针对血管的特性,文中采用GVF(Gradient Vector Flow)流量场作为三维Snake的外部能量场,并给出最小化血管Snake模型能量函数的表达式,使Snake保持自身平滑连续的同时在空间中发生形变以逼近真实轮廓.实验结果表明,该方法与传统的重建方法相比,不但减少了人工干预,而且有效地提高了重建精度.     

基于MITK的血管三维重建

利用二维血管内超声图像序列重建三维血管模型,并对三维模型进行虚拟剖切,可以方便地看到内部组织,便于观察和诊断.针对血管内超声图像亮度变化小、形状特征不明显和图像分割效果不好等问题,基于MITK平台,采用光线投射算法对二维超声图像序列进行体绘制三维重建.对重建模型进行旋转、缩放和任意平面裁剪等交互操作,裁剪掉一部分无关体素,有助于医生观察血管的内部结构和细节信息.此外,通过调节体素的阻光度值,可以得到层次清晰的三维血管模型.     

面向PET图像重建的结构先验导引的自适应点云方法

正电子发射断层成像(PET)重建的核心是解决重建精度和重建速度的问题.针对传统重建方法中以PET符合计数值表达待求图像的每个点像素值的规则点表达框架的问题,提出利用结构先验导引的自适应点云表达待求图像的点云表达框架的方法,从而可在保证重建精度的条件下有效地提高重建速度.该方法采用两步布点的方法引入点云表达框架:第一步基...     

一种新的虚拟血管镜自动导航路径生成方法

血管的中心路径提取是虚拟血管镜的重要组成部分, 它提供了自动导航的路径. 本文提出一种新的内窥路径生成方法, 用改进L1中值算法对体素点云化的脑血管数据进行骨架的提取. 首先,对核磁共振成像(Magnetic resonance imaging, MRI)增强血管数据进行基于统计的分割算法进行分割; 其次,对推广的Roberts算子在体素空间分割出的单体素点边界进行体素点的点云化, 生成点云模型; 最后,在点云空间中运用基于法向信息的L1中值算法进行骨架提取. 该过程克服了传统方法在体素中进行骨架提取时对数据缺失、孤点敏感的局限性, 并且对下采样后的点云化数据提取的骨架效率高, 骨架居中性较好, 最终把骨架用作脑血管虚拟内窥的自动漫游路径, 实现自动导航.     

基于单幅全向图像的空间水平直线定位新方法

研究了在没有先验知识的前提下,基于单幅全向图像定位空间水平直线的问题.在已有算法的基础上,分析和推导了空间水平直线在全向成像系统中的成像特点,指出基于直线在全向图中的两个像点即可重建该水平直线,并相应地提出了一种基于"主像点/非主像点"的空间水平直线定位算法.试验表明,在不同的像点提取精度下,对于不同空间水平直线,本方法均能取得较好结果.     

基于高分辨率网络和图卷积网络的三维人体重建模型

针对单目图像重建人体时出现的头部姿态翻转和图像特征间隐式空间线索缺失的问题,提出了一种基于高分辨率网络（HRNet）和图卷积网络（GCN）的三维人体重建模型。首先利用HRNet和残差块作为主干网络从原始图像中提取丰富的人体特征信息,然后使用GCN来捕获特征之间隐式的空间线索以获得空间精确的特征表示,最后使用此特征来预测多人线性蒙皮模型（SMPL）的参数以得到更加准确的重建结果;同时为了有效解决人体头部姿态翻转的问题,对SMPL的关节点重新进行了定义,在原有关节的基础上增加对头部关节点的定义。实验结果表明,所提模型能够准确地重建出三维人体,在2D数据集LSP上的重建准确率达到了92.41%,在3D数据集MPI-INF-3DHP上的关节误差和重建误差也大幅降低,平均误差仅分别为97.73 mm和64.63 mm,验证了所提模型在人体重建领域的有效性。     

基于改进时空图卷积神经网络的钻杆计数方法

针对现有钻杆计数方法存在劳动重复、计数误差较大、未考虑动作的时序信息等问题,提出了一种基于改进时空图卷积神经网络（MST-GCN）模型的钻杆计数方法。首先,通过矿用监控摄像头获取井下打钻视频数据,采用Alphapose算法在图像序列中提取人体的关键点信息,得到单帧图像上的人体骨架和连续图像序列上的骨架序列数据,进而构建表征人体动作的骨架序列;然后,在时空图卷积神经网络（ST-GCN）模型的基础上设计了MST-GCN模型,采用远空间分区策略关注骨架上距离较远的关键点运动信息,通过注意力机制网络SENet融合原空间特征与远空间特征,从而有效识别骨架序列上的动作类别;最后,在打钻视频上利用支持向量机辨识打钻姿势来决定是否保存骨架序列,若骨架序列长度保存到150帧则使用MST-GCN模型识别动作类别,并根据实际打钻时间设置相邻动作的识别间隔,从而记录动作数量,实现钻杆计数。实验结果表明：在自建的数据集上,MST-GCN模型的识别准确率为91.1%,比ST-GCN、Alphapose-LSTM和NST-GCN动作识别模型的准确率分别提升了6.2%,19.0%和4.8%,模型的损失值收敛在0.2以...     

面向血液循环系统仿真的全身血管重建

血管的点云数据表示在医疗中有着重要的作用,可以帮助医护人员直观地了解血管的几何信息.对于医疗辅助技术、放射学模拟等应用中,除了对局部的血管系统几何信息进行可视之外,也需要对全身血管进行准确的仿真建模,从而对整体血管系统的拓扑及几何信息都需要进行系统性的重建.传统骨架提取技术无法保证血管模型正确的连接拓扑,提出了一种基于点云数据的交互式全身血管模型重建方法,通过对血管数据分段和拟合,并分析各段血管端点连接情况,重建了一种带有血管截面半径信息的全身血管一维骨架模型,且该模型能直接用于血流血压等仿真.与已有方法相比,其优势在于能应用于大规模的复杂的全身血管点云数据,且重建的模型可以直接用于仿真.BodyParts3D数据集下实验结果表明,与已有方法相比,文中方法重建的全身血管一维骨架模型具有准确的拓扑连接,能够生成更好的仿真效果.     

基于图像的树类物体的三维重建

树类物体的三维重建一直是人们很感兴趣的一个研究内容。该文利用基于图像的建模技术，实现了一个从双视点图像重建树木三维模型的系统，提出了一个自动获取树木二维主干骨架的方案，实现了二维骨架点的对应关系求解，三维骨架点的重建、简化及树表面网格的生成。实验结果表明该文提出的方法确实可行、有效。     

一种基于齿科序列图像的超分辨率重建算法

医学影像分辨率的提高能够有效帮助医生作出诊断,针对口腔环境复杂性和牙齿拓扑结构多样性的问题,提出一种基于齿科序列图像的超分辨率重建算法.通过对点集筛选和配准策略的优化,以及引入鲁棒损失函数,改进了传统的迭代最近邻点配准法,用于序列图像间的配准;然后针对齿科序列图像非下采样Contourlet变换域内不同的子带信息,采用了特定的子带系数融合策略,用于子带信息融合;最后基于非下采样Contourlet反变换得到了高分辨率齿科图像.实验结果表明,本文算法提高了重建指标,具有较强的鲁棒性.     

联合相邻帧预测的心脏磁共振电影成像方法

快速动态磁共振成像可以通过减少采样量来缩短信号的采集时间.因此,从下采样的数据中重建出高质量的图像成为研究的热点.目前,常见的重建方法利用动态图像序列的稀疏表示实现高质量的重建.本文提出了一种联合相邻帧预测（Joint adjacent-frame prediction,JAFP）的重建方法,首先根据动态图像序列相邻帧之间高度的相似性,联合预测当前帧图像,获得稀疏的图像差;其次,利用图像差序列在时间域的拟周期特性,通过傅里叶变换进一步提高图像差序列的稀疏度.在此基础上构建动态成像模型,并在压缩感知（Compressed sensing,CS）框架下进行求解.该方法可将前一次的重建结果作为新的输入,从而形成迭代算法.采用两个磁共振心脏电影成像数据集对提出的方法进行了实验验证,并与k-t FOCUSS ME/MC和MASTeR进行了比较.实验结果表明,该方法联合相邻帧改进了预测图像的效果,提升了重建图像的质量,具有广泛的应用价值.     

机器人辅助微创全膝关节置换手术系统

开发了面向全膝关节置换手术的机器人辅助截骨系统,实现了膝关节解剖结构精准建模、术前截骨路径3维规划、图像配准以及术中机器人可视化导航.采用多模态图像融合与主动轮廓模型分割技术实现了包含关节软骨在内的膝关节自动化建模与可视化;在此基础上采用3维交互技术实现截骨路径的术前规划;术中基于自主研发的双目视觉跟踪系统,采集关节骨表面3维点云与术前3维模型进行形状配准,完成图像空间和机器人空间之间的映射;最后通过视觉导航技术引导机器人完成截骨操作.实验结果表明,机器人系统综合定位误差为0.87 mm,截骨操作误差小于1 mm.     

基于独立三视图的图像序列三维重建

针对图像序列的高效、稳定三维重建问题,提出一种基于独立三视图的三维重建方法.首先以三视图为重建单元,叠加三视图约束,实现基础矩阵的鲁棒性计算,然后通过三角测量恢复得到三视图对应的三维场景局部三维点云.对于三视图的稳定三维点云刚体结构,通过求解相邻三视图间转换参数,将整个图像序列的三维点云统一到同一空间坐标系,实现完整图像序列的三维点云重建.实验表明,所提出算法计算简单、效率高,并且不产生误差累积,重投影误差在1个像素左右,实现建模所需可靠三维点云数据的快速生成.     

基于冠脉造影和血管内超声图像融合的虚拟血管镜系统

以X 射线冠状动脉造影和血管内超声图像作为数据源,建立交互式冠状动 脉虚拟血管镜系统。首先,根据两种成像手段互补的特点,融合两种图像数据,重建三维血 管模型。然后,运用虚拟现实造型语言,对三维血管模型实现内镜漫游模式的可视化。系统 可用于对冠心病的可视化诊治、冠状动脉粥样硬化病变的发展和对介入治疗效果评价的研 究,以及对医务人员的培训中。