动态PET重建中的区域时空先验研究

针对动态正电子发射成像（PET）Bayesian重建,提出一种区域时空先验(RST)模型。RST先验充分利用动态PET序列图像的空间和时间信息,在2维空间和1维时间上对噪声进行双重约束。为验证所提方法的有效性,进行人体脑部18F-FDG动态PET计算机仿真实验。实验结果表明,较其他经典重建方法,通过RST先验的引入,所提方法对于动态PET图像重建质量有着很好的改善,同时提高了病灶区域18F-FDG流入速率Ki估计准确度。     

投影数据恢复导引的非局部平均低剂量CT优质重建

针对低剂量CT成像质量退化问题,将CT投影数据恢复与图像数据恢复巧妙地融合,提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法.首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除;然后对滤波后的投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建;最后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像.仿真和临床实验结果表明.该方法在噪声消除和伪影抑制两方面均有上佳表现.     

利用SIFT特征和群体统计信息进行CT前列腺图像分割

提出了一种采用活动形状模型的图像自动分割方法,用于对放疗中CT前列腺图像的自动分割。活动形状模型的关键问题包括形状模型与表面模型的构建,本文利用尺度不变局部特征在前列腺图像边界上的特异性,建立了精确的前列腺表面模型。为了更好地描述特定病人前列腺形状变化,本文提出了在线学习训练机制,在当前病人样本数较少的情况下,采用群体统计信息建立形状模型,随当前病人样本数的增加,逐步增加当前病人样本统计信息在对构建形状模型的权重。本文对24个病人的共264套图像进行了实验,结果显示平均Dice相似性系数为90.5%,平均表面距离为1.90mm,表明本文方法有很高精确,264套图像中只有一套图像的Dice相似性系数小于70%,表明本方法有很好的鲁棒性。     

带偏场校正和邻域约束的快速MR脑组织分割新方法

 由于部分容积效应(PVE)、图像的偏场(INU)和噪声的存在,脑组织磁共振(MR)图像自动准确的分割是一项具有挑战性的任务.本文提出了一个准确度高并快速鲁棒的二维(2D)和三维(3D)分割算法来将脑部MR图象分割为白质(WM)、灰质(GM)和脑脊液(CSF)三种主要的解剖组织类型.该算法在标准模糊C-均值算法(FCM)的基础上提出了一个新的目标函数,包含偏场校正和邻域约束.在该算法中,采用参数模型表示INU,并且一个类似马尔可夫随机场(MRF)的邻域约束来表示脑组织空间分布一致性信息.本文给出了该算法的模拟和真实脑MR图像的分割结果,同时与其它算法进行了比较.比较结果显示该算法具有较高的准确度和较快的收敛速度.     

PROPELLER磁共振成像数据重建中的仿射运动校正新算法

 PROPELLER (Periodically Rotated Overlapping ParallEL Lines with Enhanced Reconstruction)磁共振成像方法对刚性运动伪影的消除效果非常显著,已经在头部磁共振成像中获得了成功应用。但是刚性运动一般仅存在于头部成像中,人体其它部位成像往往伴随着不同程度的软组织拉伸变形。对于这种软组织变形必须基于非刚性运动模型才能准确地进行描述并加以校正。本文将PROPELLER采样中的每个k-空间条经过傅立叶逆变换重建得到临时图像,通过基于仿射运动模型的图像配准算法获得非刚性运动信息,然后根据仿射变换的频域性质,对PROPELLER采样中的每个k-空间条进行校正,最后经网格化重建得到最终图像。仿真实验与真实数据实验表明,相对于现有的PROPELLER重建算法,本文所提算法对于刚性运动与仿射运动造成的伪影均具有很好的校正效果。     

基于CUDA架构与B样条的实时锥束CT重建算法

随着X线探测板数据采集速度的快速发展,研究者开始利用C臂机采集投影数据并重建断层图像,用于手术导航或者放射治疗.但是普通PC的重建速度慢,很难匹配硬件数据采集速度,限制了其在实时临床环境中的应用.本文提出一种基于CUDA(Compute Unified Device Architecture)架构的改进FDK算法,利用GPU(Graphic Porcessing Unit)显卡的并行计算能力实现了实时CT重建,并通过B样条插值提高重建图像的质量,在实时临床环境中具有很好的应用价值.     

基于相位和GGVF的水平集乳腺超声图像分割

提出一种基于相位和广义梯度矢量流(generalized gradient vector flow,GGVF)的水平集分割方法,并用于乳腺超声图像的肿瘤分割。首先,在频域空间,用Cauchy核替代Log-Gabor作为正交滤波器对图像进行滤波,提取来自于单演信号的多尺度图像特征,引入相位一致的思想将多尺度特征结合起来进行边界检测;然后,在此基础上,利用相位一致梯度图定义了一个基于相位的速度停止项函数,同时改进了GGVF;最后,将得到的速度停止项和梯度矢量流融入到水平集演化方程中来控制曲线的演化,获得乳腺肿瘤的边界。实验结果表明,使用该分割方法可获得比现有方法更好的乳腺肿瘤分割结果。     

基于小波变换的预测四叉树图像编码

本文提出了一种图像编码的新算法,该算法利用了图像小波系数在频带内部与频带间的相关性,属于带内编码与带间编码的混合.在同一频带内将系数分块,随比特面的移动,将块由大到小进行四叉树分裂,以期最大限度的利用块内系数的相关性,克服了固定大小块的不足.同时在编码的过程中加入了预测过程,用上一比特平面的显著系数在当前比特面对其邻域和子节点系数进行预测,将上一比特平面的显著系数的邻域和子节点系数从块中取出单独编码,从而实现对块的裁剪,以使块的形状更符合实际的情况.最后熵编码采用的了基于上下文的算术编码,提出了四种上下文编码模型.通过对比实验表明,该方法的压缩性能较SPIHT、SQP、QT_L均有不同程度的提高.     

基于广义模糊吉伯斯随机场图像分割新算法

吉伯斯分布作为一种引入图像空间信息的先验模型已广泛运用于贝叶斯图像分割中．然而，由于传统该模型只在确定类上有定义，而在模糊类上未曾涉及，使得在运用该模型对一些模糊图像或退化图像进行处理时，分割效果不理想，甚至无能为力．该文针对这些不足，从模型本身出发，在传统的吉伯斯随机场模型中引入模糊概念，并针对实际多值分割特点，提出一种高效、无监督的广义模糊算法，从而实现对多值图像的精确分割．文中首先介绍一种二值的广义模糊吉伯斯随机场模型；然后将这种二值模型进行多值扩展，提出分段模糊与广义模糊吉伯斯两种实用的多值分割算法；最后将其运用于一系列医学图像分割．实验表明，文中提出的广义模糊分割算法比基于传统随机场的算法有更好的图像分割能力．     

基于Minkowski距离最小化的多模态图像配准

本文基于R.Gan等人提出的图像配准方法,利用变量间的Minkowski不等式关系理论,引入全新的联合灰度分布间Minkowski距离(Minkowski Distance,MD),以此距离作为相似度进行多模态图像配准.经分析,因Minkowski距离的引入,使得本文的优化目标函数可保持良好的全局凸性和光滑性,优化求解可以有效地克服局部极值问题,配准成功率较R.Gan等人的配准方法有显著提高.大量实验表明,本文方法的配准精度可以与经典的基于互信息量的配准方法一比高低.