基于Chebyshev多项式的消除Gibbs伪影的快速算法

在磁共振成像中通常通过减少相位编码次数来缩短数据采集时间，这样只能得到部分原始k空间数据，运用傅里叶变换成像时会在图像中产生常见的Gibbs环状伪影。Gegenbauer重建方法是一种能够有效消除Gibbs环状伪影并能保持高分辨率的图像重建方法，但是这种方法的缺点在于重建时间长且参数选择必须满足严格的限制且对图像重建质量影响较大。本文提出的基于Chebyshev多项式的逆多项式重建方法是针对Gegenbauer方法的改进算法，在改进原有算法不足的同时有效提高了重建精度。实验结果验证了该算法的有效性。     

MR图像运动伪影的遗传算法校正

磁共振成像过程中,由于患者的生理运动或自主性运动会使扫描数据发生相位偏移,致使重建图像含有运动伪影,从而降低成像的质量,而且严重的伪影则会影响医生对病灶的精确定位。为了能有效地抑制运动伪影,利用遗传算法高度并行、随机和自适应全局寻优的特点,提出了基于遗传算法的运动伪影修正方法,即采用逐次修正扫描信号在K空间中已偏移的相位的方法来抑制伪影。基于遗传算法的修正方法,由于能有效校正扫描数据的相位偏移,因而可达到抑制运动伪影的目的。实验表明,该方法对由较小运动引起的伪影有很好的抑制作用,对含噪声及较大运动引起的伪影的抑制作用,与经典的迭代算法相比,也有很大地改善。     

扇形束扫描模式图像重建中消除伪影算法研究

在广角扇形束扫描模式下的图像重建过程中，图像伪影的消除是一个难题，也是图像重建的一个关键问题，它关系到图像质量的优劣．因此研究与之相应的图像重建算法中消除环形伪影算法是非常必要的，也是提高图像质量的重要途径．如何利用软件来消除图像重建中的环形伪影，以及在机械运动不稳定引起的旋转中心与重建中心不重合情况下，如何利用软件方法来进行图像重建是研究的主要内容．为了消除图像重建中的环形伪影，需要完成3方面的工作：①相应卷积反投影算法设计；②偏离参数估计；③仿真结果分析．图像重建技术已被广泛应用于放射医学和核医学、工业无损检测及评价和数据压缩等许多领域，由此显示出它的重要的技术价值、经济价值和社会价值．     

基于差分演化算法的MR图像平移运动伪影校正

在磁共振(Magnetic resonance,MR)成像过程中,病人的自主运动或生理性运动会使重建的图像产生伪影,严重影响医生的诊断.为了校正MR图像平移运动伪影,本文提出了一种基于差分演化算法的校正方法.首先利用非兴趣区的伪影数据,建立关于K空间偏移相位的约束条件方程组.然后采用差分演化算法搜索最优平移位移量,由此计算出相位偏差量并修正图像.同时提出一个新的价值函数,以此作为演化计算终止的判断条件,实现伪影图像的自动校正.实验结果表明,该算法能够有效地修正含有平移运动伪影的MR图像,且不需要反复的人工掩膜处理.     

一种基于全相位预处理有效消除图像Gibbs伪迹的方法

经典傅氏重构是一种重要的信号处理方法,该方法对连续信号重构有很好的效果,但对有间断点的信号进行重构时就会产生Gibbs效应。Gibbs现象的存在使得重构信号在边缘处存在较大的失真,严重影响了图像质量。为此,提出了改进的二维全相位重构方法,在给定有限个离散傅里叶(Discrete fourier transform,DFT)系数的情况下,综合了更多的高次谐波信息,从而实现了高精度的重构间断信号。将该算法应用于重构磁共振成像(Magnetic resonance imaging,MRI)图像的实验结果表明：相比于传统的傅里叶变法,该重构算法可在不增加傅里叶系数的条件下同时有效减小图像的Gibbs效应,改善了重构图像的质量。     

一种基于参考扫描的MRI相位伪影校正方法

基于参考扫描原理提出了一种MRI（Magnetic resonance imaging）相位伪影]1影的软件校正方法,首先进行一次不加频率编码梯度和相位编码梯度的参考扫描,将获得的回波链数据沿频率编码方向做傅里叶变换后求出各回波间的相位误差,由此建立相位误差补偿矩阵,对K空间数据进行校正,最后重建得到伪影校正后的图像。实验结果证明,该方法能有效消除MRI图像中的相位伪影,明显提高图像质量。     

一种用于消除伪影的增强视觉背景提取算法

视觉背景提取算法(ViBe)在视频的首帧图像中随机地选取每个像素的空间邻域像素,对其背景模型进行初始化。该算法在检测初期容易产生伪影。针对该问题,提出一种采用像素的时间域信息初始化背景模型的增强视觉背景提取算法(E-ViBe)。首先,利用像素在连续的多帧图像中的历史像素完成模型的初始化;然后,根据空间邻域像素所得到的背景复杂度自适应地获取分割阈值;最后,采用动态更新率对背景模型进行更新,从而让背景模型更快、更好地适应场景的变化。实验结果表明,E-ViBe算法不仅能够快速、有效地去除伪影,也提高了目标检测的准确度。     

基于两阶段运动伪影消除的心率检测算法

针对基于成像式光电容积描记术（IPPG）检测人体生命体征会产生运动伪影的问题,提出一种两阶段运动伪影消除的心率检测算法。所提算法使用基于特征点的人脸跟踪算法S-KLT(Scale invariant feature transformKanade Lucas Tomasi)稳定感兴趣区域（ROI）,采用基于自相关的自适应滤波器抑制残余运动伪影。首先,采集视频,使用S-KLT追踪人脸ROI内的特征点,提取ROI内原始的IPPG脉搏波信号;其次,利用所提基于自相关的自适应信号滤波器对原始的IPPG信号进行噪声抑制,根据峰值检测算法计算心率（HR）值。实验结果表明,与腕式电子血压计实际测得的HR值相比,所提算法的均方根误差（RMSE）、平均错误率（EER）分别为2.98%、2.90%,符合美国医疗器械促进协会（AAMI）的标准,可以有效抑制运动伪影对HR值准确度的影响,为远程医疗和日常的健康检测提供了新的解决方法。     

一种适用于脑部CT图像的模糊边缘检测新算法

边缘检测是医学CT图像处理中最重要的内容之一,系统地分析了Pal.King模糊边缘检测算法的不足,提出一种适用于脑部CT图像的新型模糊边缘检测算法。该算法首先确定模糊增强变换中的最佳阈值参数,对待测图像所对应的模糊特征平面通过基于此阈值定义的隶属函数来提取,并且对图像进行分区模糊增强和平滑处理以达到更好的边缘检测效果。仿真结果表明,针对所要处理的脑部CT图像,与几种经典的处理方法相比,本算法能够提取出更加真实和完整的边缘信息。     

一种基于先验图像的锥束CT 金属伪影校正算法

为了有效抑制锥束CT(CBCT)重建中金属植入物引入的伪影,提出一种基于先验 图像的金属伪影校正算法。首先对含金属伪影的重建图像进行双边滤波、金属阈值分割、组织 聚类等预处理,获得金属图像和不含金属信息的先验图像;再对二者正向投影,获得金属投影 区域和先验投影数据;而后利用先验投影数据及金属边界邻域的投影数据对金属投影区域插值, 获得修复的投影数据;最后利用FDK 算法对修复的投影数据重建,并将其与金属图像融合,获 得最终的校正图像。为了验证该算法的性能,利用三维Shepp-Logan 头部模型数据和临床头部 CT 数据开展金属伪影校正实验,结果表明：与常用的线性插值算法和图像修补算法相比,该算 法的校正图像均方根误差最小、峰值信噪比最大。这说明该算法在有效保留图像边缘信息的同 时,可有效地抑制金属伪影。     

一种MRI图像中自动检测肿瘤大小的新方法

MRI用于诊断脑部肿瘤、制定手术计划以及评估手术疗效等时,肿瘤大小的自动检测十分重要,其中的关键技术是检测出肿瘤部位的封闭边缘。虽然现在已有许多边缘提取算法,但这些方法应用于医学图像时很少能同时满足速度快、定位准、去噪好等要求。本文提出采用数学形态学和线形广义模糊算子相结合的方法检测肿瘤边缘,再根据检测结果得到的肿瘤部位轮廓计算肿瘤大小。试验表明,该方法在MRI图像中实施,取得了满意的效果。     

MRI快速序列的旋转伪影校正

磁共振扫描过程中病人的旋转运动会在图像上造成伪影,严重影响诊断效果,提出一种基于快速扫描的放置伪影校正算法以解决此问题,该算法首先提出K空间带状划分方法,通过放置数据带产生数据重叠;然后建立重叠区则化相似度判定准则,计算出旋转参数并校正数据带的位置信息;再根据K空间的厄米特区轭性质对校正后的不均匀数据补偿,并改进了Jackson网格化成像算法,使旋转伪影得抑制.实验结果表明,该算法可以有效地消除旋转伪影,且计算速度快、准确率高、受噪声影响小.     

三维图像中阶梯型边缘曲面的追踪算法

首先选取能够代表不同边缘曲面的种子立方体,并根据立方体面的连通性追踪出由于除躁而丢失的边缘曲面.在追踪过程中,采用具有高效空间复杂度和时间复杂度的基于动态链栈的非递归深度优先遍历方法.实验结果表明,文中算法克服了边缘曲面抽取算法抽取的边缘曲面有洞的缺陷.与等值面抽取算法相比,该算法能够获得更高精度的边缘曲面的多边形曲面模型.     

一种新算法在ECT图像重建中的应用研究

为了解决大残量、小残量或零残量问题和普通迭代方法收敛速度慢的问题,引入NL2SOL优化算法,并与GaussNewton法相结合,提出了一种多项式加速的正则化迭代电容层析成像算法.在介绍12电极电容层析成像系统基本原理的基础上,给出了该算法的数学模型,并利用谱分析对该算法的收敛性进行了证明.仿真实验验证了该算法满足收敛条件且重建图像误差小,在电容层析成像应用中具有可行性.     

一种基于区域生长的MRI基底核区分割算法

本文提出了一种结合区域生长和形态学方法的MRI医学图像脑组织分割方法,其采用了灵活的种子点选取方式,以区域生长算法为中心,结合先验知识,并以多种形态学算法作为后续精细修正处理步骤,它们相互补充,从多个角度来处理分割障碍,从而在复杂背景中实现对基底核区的有效分割。     

Reducing the Effects of Noise in Image Reconstruction

Fourier spectral methods have proven to be powerful tools that are frequently employed in image reconstruction. However, since images can be typically viewed as piecewise smooth functions, the Gibbs phenomenon often hinders accurate reconstruction. Recently, numerical edge detection and reconstruction methods have been developed that effectively reduce the Gibbs oscillations while maintaining high resolution accuracy at the edges. While the Gibbs phenomenon is a standard obstacle for the recovery of all piecewise smooth functions, in many image reconstruction problems there is the additional impediment of random noise existing within the spectral data. This paper addresses the issue of noise in image reconstruction and its effects on the ability to locate the edges and recover the image. The resulting numerical method not only recovers piecewise smooth functions with very high accuracy, but it is also robust in the presence of noise.     

一种基于区域相关性的三维核磁共振图像快速分割方法

本文针对三维核磁共振图像的自动分割问题,结合分水岭算法与SharonE等人提出的SWA分割算法,提出一种基于区域相关性的快速分割算法。该算法的优点是减少了计算复杂核磁共振图像及具有复杂纹理的单张切片图像进行准确的分割 。