基于神经网络的虚拟手术实时仿真

为了在PC机上实现可用于手术培训和手术规划的虚拟手术环境进行生物组织建模与仿真研究.虚拟手术目前面临的主要难题是建模的准确性和仿真的实时性问题.首先建立了生物组织运动的力学平衡等式并且建立了几种典型模拟生物组织的材料模型,利用有限元分析的方法,对高度非线性的生物力学方程进行求解,为了实现实时仿真的要求,通过神经网络技术学习有限元分析结果再集成到整个系统中.文中给出了该方法在正骨手术仿真中的应用.结果证明,基于该方法建立的仿真系统既体现了生物组织的材料特性又满足了实时仿真的要求.     

一种基于PC的生物组织建模与实时仿真方法

为了在PC机上实现可以用于手术培训和手术规划的虚拟手术环境,首先基于人体组织特性确定了3种可选择的生物力学材料,进而建立组织的动力学平衡等式,利用有限元方法对非线性动力学等式进行求解,最后利用神经网络技术学习有限元分析结果,并给出了该方法在皮肤切割仿真中的应用.结果证明,基于该方法建立的仿真系统既体现了生物组织的材料特性又满足了实时仿真的要求.     

基于超声反射和阴影特性的CT影像超声仿真算法研究

目前的手术导航系统通常利用术前CT图像数据,不具备实时性。而超声成像凭借它的实时性和对病人较小伤害被应用到手术导航中来。超声图像在手术导航系统中的应用,需要解决的重要问题是将需要的超声图像准确的融合到CT图像中去。这就要求超声图像的准确配准。而超声图像与CT图像的配准是一个技术难题。为了解决这个问题,一个可靠的方法就是利用CT图像的信息进行超声图像的仿真。根据超声图像的成像原理,改进了Wein等提出的超声仿真方法,减少计算量,增加了计算的可靠性并且加入了新的超声特性。通过该方法得到的仿真超声图像用来解决超声图像与CT图像的配准问题。     

基于数字图像处理技术的沥青混合料微观结构有限元分析

论述一种将沥青混合料微结构和其力学行为仿真联系在一起的方法.该方法利用数字图像处理技术将计算机断层扫描(CT)图像转换为数字格式,并与有限元建模结合,使得根据CT图像建立的有限元模型可以较真实地再现沥青混合料的微结构,进行有限元分析时可以充分考虑沥青混合料颗粒和微空隙分布非均匀特性.计算分析了各向异性和空隙分布对沥青混合料劈裂试验的影响,数值计算结果发现沥青混合料颗粒和空隙分布的非均匀性对拉应力分布影响极大.研究结果表明:采用基于CT图像处理技术的有限元模型进行沥青混合料粘弹特性的研究是可行的.     

机器人辅助正骨手术系统虚拟环境精确建模方法

结合已经研制的机器人辅助正骨手术系统,研究在应用虚拟现实进行手术时,虚拟手术环境建模的实现.采用基于计算机图形和医学图像的混合建模方法对手术环境中复杂的机器人模型和患者、腿骨进行精确建模.利用建模工具Java3D和VTK开发机器人辅助正骨手术系统的三维虚拟环境模型及虚拟手术仿真系统.虚拟手术环境的精确建模,为在此基础上进行的手术培训、手术规划、手术预演和远程外科手术奠定了基础.     

一种胸廓CT图像预处理与三维建模方法的研究

为了快速、精确地从胸廓螺旋CT中提取肋骨、胸骨、脊椎与肋软骨并建立模型,文章提出了一种胸廓CT图像预处理与三维建模的方法.采用图像格式转换、灰度拉伸、自适应魏纳滤波、图像批处理等算法,滤除内脏、肌肉等噪声图像,增强胸廓各部分骨骼的区分度;再用阈值分割、区域增长等方法,分别建立胸廓硬骨三维模型与肋软骨三维模型,并装配成符合有限元受力分析要求的整体模型.结果表明,肋软骨模型的精确性得到了一定程度的提高,人工修改模型的工作量显著减少,三维建模周期缩短约40%.该方法为提供漏斗胸Nuss手术仿真奠定了基础,对Nuss手术中支撑板选材及定位具有重要参考价值.     

枕寰枢复合体有限元仿真模型的建模研究

针对传统建模方法在枕寰枢复合体有限元建模过程中存在的问题,基于一位正常成年男子的CT扫描图像,利用Mimics和Ansys软件,以及C语言程序,介绍了一种高效精确建立寰枢椎有限元仿真模型的方法,并重点介绍了建模过程中几个关键问题的处理方法和注意问题。     

一种头部CT图像运动模糊复原方法

针对在计算机断层扫描成像(CT)过程中患者头部的自主/非自主运动会造成头部CT图像产生模糊的问题,依据运动模糊理论提出了一种针对头部CT切片图像运动模糊的复原方法 .在复原处理之前,假设头部运动为匀速直线运动,根据头部CT切片上的线状伪影计算出运动参数,进而建立点扩散函数模型;然后利用Lucy-Richardson算法结合相应的点扩散函数模型对头部CT切片图像进行复原处理,最终获得清晰的图像.实验结果表明,利用该方法复原处理后,头部CT运动模糊图像中组织轮廓的清晰程度得到了不同程度的提高,而且有较好的直观视觉效果.     

六圆柱轮式月球车动力学建模与仿真

为了实现月球车的运动控制与自主避障, 对六圆柱轮式月球车的动力学进行了建模与仿真研究.根据该六轮月球车的机构原理和结构特点, 分析了车轮的受力情况, 并根据车辆动力学理论给出了简化计算公式.利用凯恩方法建立了月球车的动力学方程, 并提出了基于动力学模型的车轮计算力矩控制方案, 利用MATLAB/Simulink完成了动力学模型和控制方案的仿真分析.研究结果表明,基于动力学模型的车轮计算力矩控制方案是可行的, 可以使月球车跟踪期望轨迹, 并按轨迹跟踪的精度要求来选择控制器的参数, 使得轨迹控制既满足位置精度, 同时也满足速度精度.     

一种概念建模框架的提出及应用 

概念建模是建模仿真的重要阶段,概念建模的好坏与仿真模型的成功与否密切相关.针对目前缺乏普适性的概念建模框架这一现状,首先对概念建模进行了介绍,进而提出了一种概念建模框架及评价指标;将该概念建模框架应用于网络安全建模仿真中,提出了基于多Agent的概念模型,建立了基于人工免疫的入侵检测系统多Agent概念模型.最后基于OMNeT＋＋设计了相应的仿真模型并进行了仿真实验.结果证明该框架能够增加概念建模的规范程度,对概念模型的建立具有指导作用.     

小波分析方法在医学图像融合中的应用

在临床的实际应用中,单模态的医学图像(CT,MRI)的3D重建不能提供医生所需要的足够信息. 由于成像机理不同和人体组织结构的高度复杂性,不同模态的医学图像提供了不互相覆盖的结构互补信息. 为此在医学图像配准的基础上提出基于小波变换的最大值融合规则,局部平均梯度融合规则,区域能量融合规则等算法. 通过对CT图像与MRI图像基于小波变换的不同融合规则及融合算子进行融合的实验结果比较表明,以区域能量融合规则作为准则的融合效果更好. 能够把这两种图像优点结合在一张图像上,这样能为病变提供准确的定位参照,能清晰地显示病变自身,对诊断和治疗更加有利.     

Waveletdomain dilated network for fast low-dose CT image reconstruction

Low-dose CT has the advantages of low radiation and high efficiency, but the noise and artifacts with low-dose CT images reduce the reliability of diagnosis. In order to improve the quality of low-dose CT images, this paper attempts to enhance the visuals of reconstructed CT images in the wavelet domain, and improve the running speed by combining the multi-dilated convolution and subpixel, so that the model can be better deployed to the CT equipment. The data set of "2016 AAPM Low Dose CT image Challenge" is used to evaluate the proposed method. Experimental results show that the visuals of reconstructed CT images are better. Compared with RED-CNN, the average PSNR of the proposed method is improved by 0.1428dB (1mm) / 0.0939dB (3mm), and the running speed on the CPU and GPU is increased by more than 55% and 50%, respectively.     

应用改进随机树算法的无人艇局部路径规划

针对无人艇航速高及实时性要求高的特点,为满足路径规划需要,在经典快速扩展随机树(RRT)算法的基础上,设计一种基于改进RRT算法的局部路径规划方法,引入抑制因子、限定转角和距离启发信息,改进生长点和探索点的选择,提高了算法速度.为兼顾航行距离最短和无人艇操控性能的特殊要求,对规划路径采取多余航点处理以及考虑回转性能的平滑处理.以海上和湖上典型雷达图像的处理结果为环境模型,进行局部路径规划试验.试验结果表明:该方法可以快速完成路径搜索,在提高搜索效率的同时缩短了规划距离,优化处理后的航线更适用于无人艇的跟踪,满足无人艇规划系统的要求.     

基于DenseNet的低分辨CT影像肺腺癌组织学亚型分类

为了实现在低剂量、低分辨率CT扫描影像中对肺腺癌组织学亚型的分类鉴别,提出一种基于DenseNet的深度学习方法,从混合性磨玻璃结节（mGGNs）5 mm层厚的低分辨率CT影像中预测IAC和MIA病理分类. 从丽水市中心医院105例患者的105个5 mm层厚低分辨率CT图像中选取样本,划分训练集和测试集后,对训练集进行数据扩展,构建深度学习2D和3D DenseNet模型,分类鉴别IAC和MIA. 2D DenseNet模型的分类准确度为76.67%,敏感性为63.33%,特异性为90.00%,受试者工作特征曲线下的区域面积为0.888 9,显著优于3D DenseNet模型和其他几种深度学习网络模型. 深度学习技术,尤其是2D DenseNet模型,可辅助并指导医生在肺癌CT筛查中对患者的肺腺癌组织学亚型进行预判,特别是在图像分辨率较低的情况下,仍能够快速提供较为准确的诊断.     

基于点云的膝关节胫骨三维CT与MRI图像配准

同时利用CT和MRI图像对膝关节及胫骨疾病进行诊断和治疗,是目前临床上的常规方法。精确配准膝关节胫骨部分三维CT和MRI图像可以更有效地利用这两种图像中的组织信息。目前,基于图像特征或者图像灰度值的方法可以实现图像间的配准,但是都存在一些配准精度低或者时间复杂度高的缺陷。针对膝关节胫骨组织的刚性特征,采用一种基于骨组织表面重建的点云配准方法。首先对数据集进行骨表面重建,通过重建后的结果提取点云数据,对点云数据进行下采样并利用重心进行初始变换,最后利用ICP算法对点云数据进行配准。对该方法进行配准结果分析及配准精度实验,表明这种方法简单可靠并且配准精度较高。     

基于模糊支持向量机的医学图像分类技术

对每一个训练点都定义点模糊度,利用其隶属函数所包含的信息量来确定模糊度,在此基础上对传统的支持向量机算法进行了改进,提出了基于模糊支持向量机的医学图像分类技术。采用不同噪声图像进行的试验结果表明,模糊支持向量机方法能够较好地对MRI图像中脑组织进行分类,并且具有较高的精度。使用该方法还可以减少计算量,提高运算速度。     

基于非参数化概率模型的CT肝脏图像分割

将肝脏组织从CT图像中提取出来是肝脏图像处理的重要环节.本文利用非参数化嘎誓Ｐ凸乖焖郊莼乃俣群?提出了一种改进的肝脏CT图像分割方法,得到了较好的分割结果.对肝脏CT图像进行分割的实验表明,该方法准确度高、抗噪性能良好.     

CT图像混合压缩算法研究

计算机断层扫描图像数据量往往很大,不利于存储和传输。一种CT图像混合压缩算法被提出,利用CT序列图像间存在相关性,以第一幅图像为参考图像,将后续图像和参考图像进行差值运算,消除图像序列间冗余。同时对图像的感兴趣区域采用哈夫曼无损压缩,对非感兴趣区域采用类似于JPEG基线模式的有损压缩。实验结果表明,新提出的算法在保证CT图像质量的前提下,能够有效地提高压缩比,具有一定的临床应用价值。     

基于板厚标准曲线的平直度预设定控制方法

在分析各种平直度预设定控制算法优缺点的基础上,提出一种基于板厚标准曲线的平直度预设定控制算法。首先,建立了基于分步优化的平直度和板厚标准曲线制定方法,该方法将平直度判别和平直度预报分开独立计算,通过分步优化得到平直度标准曲线和板厚标准曲线,计算快速、稳定。其次,采用横断面预报模型优化计算平直度预设定值,使计算的带钢出口厚度横向分布逼近板厚标准曲线,得到基于板厚标准曲线的平直度预设定控制方法,该方法计算快速、稳定,完成一次在线设定计算时间约为1.781 s,满足工业在线应用实时性的要求。最后,以某1 800 mm五机架冷连轧机为例验证了上述算法的计算精度,满足工程需要。