CT系列图像的三维层次化子块生长分割

准确地从CT系列图像提取感兴趣的组织是手术规划的基础,针对肝脏轮廓分割存在分割不全的问题,提出了基于三维区域生长算法的腹部CT图像分割方法。算法首先由用户选择若干个生长点,然后充分利用CT系列图像层间的相似性,提出基于子块的改进区域生长算法,实现三维的层次化子块区域生长,以更准确提取肝脏区域,其中生长准则由系统分析用户选择的生长点的邻域子块属性获得,以减少用户的干预。实验结果表明,算法能在较少的干预下快速分割出来CT系列图像中的肝脏轮廓。     

基于非结构网格的蒙特卡罗重要性抽样方法研究

为改善传统的依赖结构网格有限差分离散纵标（SN）程序确定粒子重要性分布的一致性共轭驱动重要抽样（CADIS）方法的建模和计算精度，以进一步提高其处理复杂几何深穿透问题的能力，本文开发了基于SN-间断有限元方法（DFEM）的并行三维非结构网格中子-光子耦合输运计算程序NECP-SUN，并将其作为共轭求解器与蒙特卡罗程序NECP-MCX耦合，研究并实现了全自动的非结构网格CADIS方法。对HBR-2基准题和中国聚变工程试验堆（CFETR）环向场磁体线圈盒快中子注量率的计算结果表明：较传统CADIS方法，非结构网格CADIS方法对复杂几何的适应性更强，取得的结果相对统计偏差更低、更接近实测值；较直接蒙特卡罗计算，非结构网格CADIS方法的品质因子（FOM）提高了1～3个量级。因此，本文研究的非结构网格CADIS方法能够较好地处理复杂几何深穿透问题。