股骨模型的三维重建与变形

介绍了股骨模型重建与变形的方法,通过数据库中的CT图像重建出股骨的三维模型,以股骨上的生理标志点作为控制点,采用Kriging插值算法对股骨模型变形,使之与手术中真实股骨的形状相匹配.该方法可以较好地用于机器人辅助全膝关节置换术的可视化界面.     

一个基于PC的骨科手术模拟系统

为了更好地推广手术模拟系统，介绍了基于PC的骨科手术模拟系统的实现及应用.系统使医生能从特定患者的CT图像重构出三维表面模型，并使用了面向术式的手术模拟交互，改善了三维交互。通过手术模拟，医生在实际手术前可以选择合适的手术方案，从而降低手术风险。     

2SFS方法及其与立体视觉方法的集成方案综述

立体视觉（Stereo Vision）方法是目前利用图象数据获取物体三维信息的主要方法之一。但该方法在图象灰度变化较缓慢的区域，由于难以准确地进行图象间的象素配对．而严重影响了它的效果。利用从明暗重构物体三维表面形状（Shape from Shading，简称SFS）的方法与该方法相结合，是改善重构结果的主要途径之一。文章通过分析SFS问题本身的不适定性，揭示了目前几类主要的SFS算法在可靠性、稳定性、局限性以及实用性方面所存在的问题，并在此基础上，简要地介绍了四类SFS与立体视觉方法相结合的形式．说明了通过利用立体视觉为SFS补充辅助的信息来消除SFS问题的不适定性，并对过去SFs的实现方法进行有效的改进．它是提高集成系统准确性的关键。     

SFS方法及其与立体视觉方法的集成方案综述

立体视觉(StereoVision)方法是目前利用图象数据获取物体三维信息的主要方法之一。但该方法在图象灰度变化较缓慢的区域,由于难以准确地进行图象间的象素配对,而严重影响了它的效果。利用从明暗重构物体三维表面形状(ShapefromShading,简称SFS)的方法与该方法相结合,是改善重构结果的主要途径之一。文章通过分析SFS问题本身的不适定性,揭示了目前几类主要的SFS算法在可靠性、稳定性、局限性以及实用性方面所存在的问题,并在此基础上,简要地介绍了四类SFS与立体视觉方法相结合的形式,说明了通过利用立体视觉为SFS补充辅助的信息来消除SFS问题的不适定性,并对过去SFS的实现方法进行有效的改进,它是提高集成系统准确性的关键。     

面向RP的CT图象反求技术

随着医学与计算机技术、制造技术的紧密结合，根据医学图象来反映人体各器官的三维形貌及进行手术、器官移植等都对CT图象的反求技术提出了迫切的需要，本文简要地介绍了相关的技术、实现的算法，并展望了其发展意义。     

一种基于二维图像的三维仿真方法研究

针对二维的图像数据,综合运用计算机视觉、计算机图像处理和计算机辅助几何设计理论与技术,提出了一种实用的三维仿真方法.采用阴影恢复形状的方法获取三维形貌信息,利用图像分割技术提取物体的二维轮廓信息,通过三维形貌信息与二维轮廓信息的融合技术建立物体的数字化模型,通过B样条的万法实现数字化模型的重构.实例表明,方法可行有效,能够有效地去除图像的背景信息,改善重构模型的分辨力,为基于二维图像的三维仿真技术的广泛应用提供了条件.     

一个显微图象分析软件系统IMAGE—A的设计与实现

本文介绍了一个显微图象分析软件系统IMAGE_A的设计和实现.它基于数学形态学理论,这个系统包含由图象变换、形状分析、纹理分析、辅助功能四个基本部分构成的图象分析系统软件,及在这个系统软件基础上开发的一个应用项目:胸腹水涂片癌细胞辅助识别系统Cell.     

缺损颅骨重构与CAD技术

在对颅骨和颅面缺损的治疗中，CAD已经逐渐被采用，并不断探索和改进以求得最佳结果。本语文对颅骨修补手术中采用CAD制造人工植入片的方法作了简要的概述，着重介绍了设计阶段的几项关键技术：原始CT数据的转换、破损颅骨的三维重构、植入片的几何元素的生成、以及植入片的生理学设计等。     

基于图象的三维模型建模绘制系统

基于图象绘制技术近几年来在图形学领域引起了极大的重视，它不仅弥补了传统的基于几何绘制技术中存在的不足，而且能给出了更加逼真的图象显示，在构建一种基于图象建模系统的基础上重点讨论了图象变形，图象重构，以及最后采用传统纹理映射技术进行复杂三维模型建模的主要原理与方法。     

下颌骨CT序列图象的三维重建

在对医学图象三维重建的研究现状和已有的重建方法进行分析的基础上，从牙科医生进行牙种植手术的实际情况出发，提出了一种简单，实用的三维图象重建算法－影像配准叠加法，该方法的基本思路是：首先对二维CT数字图象进行影像纠正，内插和配准，以确定每个像素的三维坐标值，再按其空间位置关系给每个像素点设置适当的透明度，然后进行影像配准叠加，以便在二维屏幕上显示出具有立体感的真三维图象来，实验结果表明，该方法定位精度高，重建图象失真度小，既能作定性观察，又能作定量测量，并且测量数据精度较高。     

基于相关性的三维医学图像插值

现有的插值方法在进行医学断层图像插值时，要么不能兼顾灰度和形状的变化，要么计算量太大。为解决这一问题，文中提出一种基于相关性的三维医学图像插值算法。通过对原图进行门限分割，获得体素的分割值。对相同密度物质采用灰度插值，不同密度物质，利用体素的相关性来进行插值，使新的图像不仅在灰度上，而且在组织形状上，介于原来的断层图像之间，满足了医学图像插值的要求。与线性插值相比，新算法的视觉效果好，计算误差小；插值结果可有效地应用于构建三维体模型。     

An improved system for 3D individualized modeling of the artificial femoral head

The matching quality between the femoral head prosthesis and the acetabulum plays an important role in the operative treatment of the artificial femoral head replacement. In order to obtain a more accurate model of the femoral head prosthesis for the target sufferer, an improved individualized modeling system was presented in this paper. It was different from our previous system based on the sphere fitting method. This new system could reconstruct a more accurate ellipsoid model of the femoral head for the target sufferer. It could recover the necrotic femoral heads into the satisfactory models. These models could well match with the acetabulums. This improved system afforded a theoretical model for the accurate surgical position fixing in the orthopaedic clinic. And this system also provided an innovative practical means for the individualized modeling and manufacture of the artificial femoral head prosthesis.     

二维图像特征点自主提取算法研究

采用概率论理论,对二维图像进行灰度统计分析,采用计算标准差方法,对图像特征点区域定位并提取特征点.该方法提取特征点,仅需对抽样象素区域进行灰度标准差分析,避免了提取图像特征点,根据被处理图像的一些先验信息,利用试探方法确定阈值的局限性.通过分别对具有弱纹理及包含复杂背景的多物体自然二维图像的特征提取,证实了所提方法的有效性和可靠性,可满足机器视觉系统中自主、实时识别与提取二维图像特征点要求.     

基于局部灰度最大和改进Mahalanobis距离分类的肺结节检测算法

CT图像中肺结节检测一直是肺癌CAD系统的关键和难点。提出了一种孤立性肺结节自动检测算法,首先对原始CT图像进行有效、准确的肺实质分割;采用寻找局部灰度最大值方法对ROI进行初始分割;再对分割出的各ROI进行特征提取,利用SVM方法对每个特征进行定量描述,根据SVM单特征分类准确率对Mahalanobis距离进行加权改进,最后采用基于改进的Mahalanobis距离进行肺结节分类。实验结果表明,该算法可以较好地提取出CT图像中的孤立性肺结节,具有较高的灵敏度和较低的漏诊率,可以为医生诊断早期肺癌病灶提供帮助信息。     

基于链码技术的距离变换改进算法

论述了分水岭算法的原理及距离变换的具体过程。为了提高距离转换算法速度,提出了利用链码技术改进距离变换的算法。该方法利用链码技术能够准确跟踪目标物体边界的特点,按不同层次轮廓点灰度级递增的方式逐层对目标物体进行遍历,完成图像的距离转换,克服了形态学距离变换算法多次腐蚀、扫描图像,时间消耗较大的缺点。经过在木材细胞图像的分割过程中,同现有的距离变换算法比较证明,改进方法提高了距离变换速度,对提高图像分割的效率具有重要意义。     

Computer-based extraction of the inferior alveolar nerve canal in 3-D space

Computed tomography (CT) is increasingly employed in orthodontic treatment. One of the most successful applications is in dental implantology, in which an artificial root is surgically inserted into the jawbone to provide anchorage for a dental prosthesis. For successful implant surgery, it is crucial to locate internal structures such as the inferior alveolar nerve canal (IAC). This paper presents a computerized technique for extracting the IAC. To facilitate the extraction, we first generate panoramic CT images (panoramics) by reformatting the original CT images. The panoramics are a series of cross-sectional images along curved planes through the mandible (lower jawbone). Hollow canals are subsequently detected by analyzing the voxel intensities and 3-D gradient orientations in the panoramics. The axis of the IAC is then traced out by a novel 3-D line-tracking technique. The method is effective for extracting the IAC despite the open structure of the surrounding bone.     

基于局部灰度最大和改进Mahalanobis

CT图像中肺结节检测一直是肺癌CAD系统的关键和难点。提出了一种孤立性肺结节自动检测算法,首先对原始CT图像进行有效、准确的肺实质分割;采用寻找局部灰度最大值方法对ROI进行初始分割;再对分割出的各ROI进行特征提取,利用SVM方法对每个特征进行定量描述,根据SVM单特征分类准确率对Mahalanobis距离进行加权改进,最后采用基于改进的Mahalanobis距离进行肺结节分类。实验结果表明,该算法可以较好地提取出CT图像中的孤立性肺结节,具有较高的灵敏度和较低的漏诊率,可以为医生诊断早期肺癌病灶提供帮助信息。     

结合改进分水岭和GVF的三维肝脏分割方法

三维肝脏分割是当前医学图像处理的热点问题,如何准确快速地从腹部CT序列中分割出肝脏是肝部病变诊断的基础。针对传统活动轮廓模型对轮廓线敏感、运算量大的问题,改进了传统轮廓线设置方法,并把算法扩展到三维。首先,在一幅腹部CT图片中采用改进的分水岭算法,按照灰度和纹理的相似性原则从一个种子块开始生长出整个肝脏,再用其边缘作为相邻CT序列的起始轮廓,用GVF算法从序列图片中分割出肝脏,重复该过程,直至分割出整个腹部序列图像的切片,进行三维重建。     

A Fast 2-D Otsu lung tissue image segmentation algorithm based on improved PSO

In order to reduce the time of lung tissue image segmentation, we proposed a fast 2-D Otsu lung tissue image segmentation algorithm based on improved PSO. Firstly, in the 2-D Otsu algorithm, the search scope of 2-D gray threshold is limited in a long and narrow region, which is the neighbourhood of the diagonal from the third region to the first region of the 2-D gray histogram, and the search scope and the computation are reduced, operation speed is improved. Secondly, In the PSO algorithm, the position of the particles is adjusted during iterating based on the principle of symmetric disposition, so as to avoid PSO falling into local optimal solution and improves the accuracy of threshold searching. Finally, a lung CT image with 1280×960 resolutions is segmented by our algorithm and other traditional algorithms, and a comparison is given. The segmentation threshold of our method is 85, the difference is less than 5 comparing with that of other traditional algorithms, and it shows that our method has almost the same searching precision as the traditional algorithms. The time cost is only 162ms, which is far less than the traditional algorithms, and it shows that our method improve the segmentation speed. It can be concluded that our method can not only satisfy the requirement of segmentation precision, but also meet the requirement of operation speed.     

基于微粒群算法的二维最大熵图像分割方法

该文研究了基于二维最大熵的图像分割方法,针对二维最大熵图像分割方法求取阈值时存在的计算复杂、时间长、实用性差等问题,提出了基于微粒群算法的二维最大熵图像分割方法.该方法运用微粒群算法对图像的二维阈值空间进行全局搜索,并将搜索得到的二维熵最大值所对应的点灰度-区域灰度均值对作为阈值进行图像分割.实验结果表明,由于该方法考虑了点灰度和区域灰度均值,且采用了离散的全局搜索算法,所以不仅得到了令人满意的分割效果,而且大大的提高了计算速度,是一种实用有效的图像分割方法.