基于上下文量化和局部线性回归的医学图像增强算法

为解决图像降噪过程中的弱边缘问题,提出了一种基于上下文量化和局部线性回归的医学图像降噪方法。应用信息论中上下文量化技术将复杂的混合噪声模型转换成一个局部回归分析问题,并设计了一个基于上下文的自适应滤波器;应用自适应核回归分析,进一步解决了滤波器的参数高鲁棒性估计问题;结合基于上下文的自适应滤波器技术的图像增强方法,研究了一个有效的多尺度医学图像增强算法系统。对该医学图像增强技术进行系统评估后表明,基于上下文量化的多尺度医学图像增强技术优于现有算法。     

基于互信息图像配准中的局部极值问题研究

基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,近年来在医学图像配准中得到广泛应用。但是当变换后像素坐标位于非采样网格点时,插值算法有时会使目标函数产生局部极值,使得最优化搜索终止于局部极值,得到错误的配准结果。分析了两种常见的插值算法和产生局部极值的原因,在此基础上提出一种新的插值算法。实验结果表明,该算法有效地抑制了基于互信息的目标函数的局部极值问题,使目标函数更加平滑。     

自适应算法在射频消融系统中的应用

针对肿瘤组织的射频消融术,提出了一种模型参考自适应的射频加温方法.将此种自适应算法用于射频消融系统的温度控制中,能避免组织的迅速炭化,使热量在病灶组织中较为均匀扩散.实验证明,利用该种算法可使治疗系统的加热温度保持平稳,能达到完全消融肿瘤组织的目的.     

基于Linux和ARM9嵌入式农药残留检测仪的设计

为实现农药残留现场快速检测的要求,在基于嵌入式系统的电化学法农药检测仪的硬件基础上,针对其软件开发效率低、移植不够灵活,缺乏有效存储手段的不足,重新设计了应用软件。研究了嵌入式Linux的移植和利用Qt4开发嵌入式软件的方法,设计基于RS232串口通信的上位机数据保存软件。仿真实验及对比分析结果表明,软件设计方法能够有效的提高应用程序的开发效率、移植性能和该检测仪使用的便利性。     

一种具有边缘保持特性的超声图像小波域阈值去噪新方法

超声图像去噪是医学图像处理的研究热点之一,基于小波域阈值去噪技术及阈值选取方法的分析,提出一种新的医学超声图像小波域阈值去噪方法.这种方法采用半-软阈值去噪技术和广义交叉确认函数寻找阈值,在有效去噪的同时较好地保留了图像边缘细节.首先, 把对数超声图像小波分解;然后,基于广义交叉确认函数寻找最小均方误差意义上的近似最优阈值,对所有的高频段采用半-软阈值去噪; 最后, 经小波反变换和指数变换获得去噪后的超声图像,文末对超声图像小波域阈值去噪方法作出定性比较,并对算法的去噪性能给出定量分析.仿真实验和实际测试结果表明此方法是有效的、可行的.     

一种表征介质洁净度的计数装置

详细分析了洁净介质中颗粒状杂质检测的光学过数原理,并根据光散射理论推导出了消光式颗粒计数器中的光能与粒径之间的对应关系.通过数值计算,说明了消光原理在具体应用中存在的不足,分析了在对大颗粒测量时用光阻原理代替消光原理的可行性.设计了一套计数装置,增加了用于小颗粒检测的前向散射光探测器和光源波动监测器.实验结果表明,该套计数装置能够对0.5μm以上的颗粒进行检测,可以表征被测对象的洁净度.     

非介入式手术导航中医学图像配准算法

提出一种用于非介入手术导航中基于自由变形模型的多模态医学图像非刚性配准方法,对术前MRI/CT和术中超声图像中都可见的血管结构进行配准.当图像对准时,一种图像中的血管中心点对应着另一种图像下灰度脊点;对于全局变换采用刚性变换、局部形变采用基于函数控制B样条的自由变形模型来描述;采用遗传算法和共轭梯度法相结合达到最小化目标函数.将文中算法应用于体模和临床数据,在配准精度和收敛速度上都取得了良好的效果.     

水平集方法中符号距离函数快速重构

符号距离函数重构是水平集方法中必不可少、且相当费时的步骤。本文分类比较了符号距离函数的构造方法;对两类快速算法:基于程差方程的显式方法和基于偏微分方程的隐式方法,进行不同程度的改进;通过对比实验验证算法有效性,从实验结果分析了各方法的优缺点。最后介绍两类方法在水平集方法图像分割中的具体应用。     

一种医学图像数据场的剖切显示算法

提出了一种基于体绘制模型的医学图像数据场的三维可视化法 :剖切显示法 ,并在微机环境下以人体头部CT图像为例进行了实验。实验证明该方法具有绘制速度快和成像精度高的优点。     

输电线路状态检修软件系统的面向对象设计与实现

介绍了面向对象编程技术及其在电力系统软件开发中的发展概况，以及用面向对象编程技术实现的输电线路状态检修软件系统，输电线路状态检修的总体内容和数据库的构成、专家库中的评判依据和评判标准以及如何连接数据库和主程序，例举了利用专家库对瓷质劣质绝缘子进行诊断的两种方法，并总结了该系统的主要特点。