基于多通道小波的DTI图像恢复

扩散张量图像中存在的赖斯噪声给张量计算和脑白质追踪等带来严重影响。为了减少噪声影响,该文采用多通道小波对扩散加权图像进行恢复,采用峰值信噪比来定量地评估本滤波器消除赖斯噪声的性能。基于模拟和真实数据对张量场的表面扩张系数等进行了计算并进行人脑白质纤维追踪。把该去噪方法和单通道小波方法进行比较,实验结果表明,提出的滤波器具有更好的噪声性能。     

一种基于正则化参数自适应选择的快速近似求逆的图像恢复新算法

本文根据正则化恢复中正则化参数应具有的性质,提出了一种基于正则化参数自适选择方案的新的空域迭代恢复算法。     

基于GPU的快速三维医学图像刚性配准技术*

自动三维配准将多个图像数据映射到同一坐标系中,在医学影像分析中有广泛的应用。但现有主流三维刚性配准算法(如FLIRT)速度较慢,2563大小数据的刚性配准需要300 s左右,不能满足快速临床应用的需求。为此提出了一种基于CUDA(compute unified device architecture)架构的快速三维配准技术,利用GPU(gra-phic processing unit)并行计算实现配准中的坐标变换、线性插值和相似性测度计算。临床三维医学图像上的实验表明,该技术在保持配准精度的前提下将速度提     

基于GPU的血管造影图像增强方法*

血管增强扩散算法遵循多尺度方法,利用非线性各向异性扩散方法进行血管增强,该方法在可视化不同半径的血管和增强血管外观上比现存的大部分方法都要好,但医学图像数据分辨率和灰度级都很高,多尺度选择和求解非线性各向异性扩散的偏微分方程时运算量很大,执行速率低,不适合实际应用。提出一种基于GPU(graphic processing unit)的血管造影图像增强方法,采用计算统一设备架构(CUDA)技术,利用像素的独立性和偏微分方程求解的并发性,实现了并行血管增强扩散算法。实验结果表明,该方法在保持血管增强效果一样的同时降低了处理时间,加速比达到27倍以上。     

医学图像检索分类的MOAB编码方案

虽然现代医学通讯标准例如DICOM中包含了用于描述病案、患者以及成像技术等的非图像参数，但是由于这些标识(Tag)结构过简、语义交叠，甚至会由成像设备随意设置，因此并不适用于医学图像的分类。为此，提出了一个简便易行、基于树状结构的、明细检查细节的编码方案。编码由影像设备(modality)技术代码、体位(oroentation)方向代码、解剖学(anatomy)代码、生物系统(biological system)代码4个部分组成。简称为MOAB编码方案。为检验分类效果，利用该编码方案对7000余幅数字化图像建立了一套索引编制较为完善的图像数据库。通过实验和同其他编码方案的比较讨论，通过实验和同其他编码方案的比较讨论，结果证明，该编码方案能够充分描述医学图像内容。依照该编码查询和浏览图像，准确率高、速度快，为下一步开展基于医学图像内容检索的研究奠定了必备条件。     

一种基于模糊Gibbs随机场的运动估计新算法

运动估计问题具有不适定性，单纯采用最大后验概率算法，实际上并未解决运动矢量的不连续、矢量的失真与随机噪声等棘手问题。本文应用模糊数据融合与Gibbs分布的基本思想，将运动场风险约束条件的概率分布模式有效地纳入阶段非凸函数(GNC)算法的局部迭代过程中，从而提高了运动估计效果。首先建立Gibbs的自适应能量模型，该模型可将基于特征和基于梯度的两类矢量按照优化约束条件进行融合；其次利用各种运动经验知识构造矢量的模糊风险决策表，该决策表可对Gibbs能量方程的每一步迭代收敛结果进行监督和修正，从而实现模糊数据融合。从收敛性和鲁棒性两方面说，模糊融合后的结果在原有基础上有明显提高。     

使用双传递函数设计的PET-CT多模态体绘制

PET-CT多模态体绘制可以同时获取病人的解剖结构和功能结构特征,帮助医生获得更好的辅助诊断效果。通过使用两个传递函数分别对PET(Positive Electron Tomography)、CT(Computerized Tomography)数据进行分类,同时统计PET、CT数据的密度分布信息,根据提取的信息对分类后的数据进行混合加权,最终得到PET数据与CT数据融合显示的效果。实验结果表明,该方法可以同时渲染出CT的解剖结构和PET的功能结构,更好地区分不同的组织结构。     

基于互信息量的寄生虫卵图像自动优化分割*

从分割图像与原图像的内在联系出发,提出了一种新的基于Otsu算法与互信息量技术相结合的分割算法--OMI算法.首先利用Otsu算法确定全局阈值作为初值,以互信息量为目标函数,在小范围内计算分割图像与原图像的互信息量,互信息量达到最大时的阈值即为最优值,这是将图像配准方法用于分割的一种创新性尝试.对大量人体寄生虫显微图像进行了实验,结果表明,本算法所得到的目标图像的边界特征保持完好,虚假目标信息大大降低,图像边界细腻、连续且定位性能好.     

基于标记理论和相位滤波的相位解缠绕算法

相位解缠绕是磁共振成像技术应用中准确获取相位信息的关键所在,如温度监控,油水分离,测定血流速度等.然而,由于磁共振成像噪声比较严重,而且组织交界区域附近相位本身就存在突变,造成解缠绕的精度下降.本文将相位解缠绕转化为计算机视觉中的标记问题,并构造出相应的能量函数,为利用网络优化对其求解提供方便.同时,针对磁共振相位解缠绕中的噪声问题,本文提出一个新的滤波方法,可以高效地消除噪声导致的解缠绕的不一致性.通过仿真实验和磁共振图像的相位解缠绕实验,表明本文方法相位解缠绕精度更高,且计算速度快.     

基于稀疏表示的两级图像去噪

在噪声较严重的情况下对图像进行恢复,至今仍是一个挑战。该文提出一种基于图像稀疏表示的去噪方法。在原子库训练中,引入基于相关系数的匹配准则和原子库裁剪方案,很好地处理了图像结构提取和人为噪声抑制之间的矛盾。实验结果表明,该方法在主客观去噪性能上较同类方法有了显著的提高,在噪声强度较大的情况下,获得了比当前先进方法更好的主客观图像恢复质量。