超声医学图象自动分割的自产生与自组织神经网络

用自产生与自组织神经网络方法进行超声心脏图象的自动分割。这种无监督的聚类方法能够自动搜索网络节点数而获取图象中的目标数，从而完成对图象的自动分割。实验结果表明，与自组织特征射方法相比，此方法具有许多优点。     

基于三次样条插值的船舶邦戎曲线计算

以船舶型值表为基础,利用三次样条插值函数近似船体曲线,然后用Simpson积分法得出船舶邦戎曲线,提高了邦戎曲线的精度.详细介绍了该方法的计算机算法,并用C#高级编程语言进行了编程计算.     

基于ITK和VTK的医学图像分割与重建

基于开源软件开发包ITK,使用连接门限法和快速步进法分别完成对肺实质和脊柱的医学图像的自动分割,分割效果良好.通过对分割结果的对比分析,得出两种分割方法的适用对象.使用连接门限法分割CT序列图像,并输入到VTK中,实现了胸椎的三维重建.实验结果准确还原了目标组织空间位置、几何特征等信息,各脊柱块间没有粘连,能够满足医生对局部组织的观测需求.     

基于GPGPU的快速医学图像FCM分割算法

由于医学图像生成容易受到空间时间影响,噪声较大,具有不确定性,传统的硬分割方法很难取得理想的分割结果.模糊分类技术能很好地处理医学图像中的不确定性,却由于计算量大不能保证实时性.灰度统计方法和通用计算图形处理器技术的引入,保证了初始聚类中心的准确性.又由于模糊C均值聚类算法是可并行的,将其改进并在图形处理器上完成计算,降低了算法迭代次数和计算时间,保证了实时性.实验结果表明,使用该方法对医学图像分割得到了良好的结果.     

用于医学图像分割的区域生长方法

通过分析鼻腔解剖图的气腔区域可以确定患者打鼾原因,并对其后期手术治疗有着重要意义.从鼻腔解剖图分割出气腔区域是整个计算机辅助手段的前提.根据鼻腔解剖图的特征,提出了一种改进的区域生长方法,采用两次不同的迭代规则进行区域生长,不仅能够准确地分割气腔区域,而且克服了区域生长对生长参数敏感的缺点.同时对其他医学图像进行了实验,得出了令人满意的分割结果.     

用于医学图像分割的区域生长方法

通过分析鼻腔解剖图的气腔区域可以确定患者打鼾原因,并对其后期手术治疗有着重要意义.从鼻腔解剖图分割出气腔区域是整个计算机辅助手段的前提.根据鼻腔解剖图的特征,提出了一种改进的区域生长方法,采用两次不同的迭代规则进行区域生长,不仅能够准确地分割气腔区域,而且克服了区域生长对生长参数敏感的缺点.同时对其他医学图像进行了实验,得出了令人满意的分割结果.     

基于三次插值桩条函数法的公路竖曲线设计

针对传统的公路竖曲线设计中存在的一些问题,可提出使用三次插值样条函数来替代传统线形的思路.经过公式推导与论证后,发现该竖曲线线形具有设计合理、计算公式简单实用、适应控制点变化需要的优点.     

基于三次插值样条函数法的公路竖曲线设计

针对传统的公路竖曲线设计中存在的一些问题,可提出使用三次插值样条函数来替代传统线形的思路。经过公式推导与论证后．发现该竖曲线线形具有设计合理、计算公式简单实用、适应控制点变化需要的优点。     

分段保形二阶连续的三次样条插值

给出了用二阶连续的三次样条进行密切插值的方法,并证明了这些二阶连续的三次样条具有分段保形性,计算机数值实验表明了用该方法构造的二阶连续样条具有高连续性的优点。     

采用一种新的马尔可夫模型进行癌症医学图像分割

将数据驱动的蒙特卡罗型马尔可夫链(DDMCMC)这一新的马尔可夫模型运用于分割癌症医学图像．这一图像分割过程为：先将需要处理的空间分割成3层；创建平稳的马尔可夫链；采用数据驱动的方法运算得到启发式的信息；运用适合的数学原理来选取图像粒子．通过对比可知采用DDMCMC方法比采用其它算法在癌症医学图像分割方面更具有优点。     

Rethinking the Dice Loss for Deep Learning Lesion Segmentation in Medical Images

Deep learning is widely used for lesion segmentation in medical images due to its breakthrough per-formance.Loss functions are critical in a deep learning pipel...     

细胞图像自动分割方法研究

提出一种细胞图像的自动分割与定位方法.首先将直方图分割所得二值图像的距离变换作为边缘提取的指导知识,进行细胞图像的精确分割;然后利用分割边缘点的梯度方向和几何知识确定细胞的中心.该方法既能对非重叠细胞也能对重叠细胞进行细胞的分割与定位.     

细胞图像自动分割方法研究

提出一种细胞图像的自动分割与定位方法．首先将直方图分割所得二值图像的距离变换作为边缘提取的指导知识，进行细胞图像的精确分割；然后利用分割边缘点的梯度方向和几何知识确定细胞的中心．该方法既能对非重叠细胞也能对重叠细胞进行细胞的分割与定位．     

基于球面图像的三角网格模型分割

为了从局部形状的角度实现对三角网格模型的管理和重用,提出了一种基于球面图像的三角网格模型分割方法.通过球面参数化及球面划分,将三角网格模型的表面属性信息映射到球面图像中;利用成熟的区域生长、区域合并图像分割算法对球面图像进行分割;将球面图像的分割结果转换为三角网格模型的分割结果.实验结果表明:该分割方法可以对不均匀的低分辨率三角网格模型进行有效分割,降低了几何属性估算对分割结果的影响,不会发生过分割现象,不需要进行分割的后续处理.     

Automatic Airway Deletion in Pulmonary Segmentation

A method of removing the airway from pulmonary segmentation image was proposed. This method firstly segments the image into several separate regions based on the optimum threshold and morphological operator,and then each region is labeled and noted with its mean grayscale. Therefore, most of the non-lung regions can be removed according to the tissue‘s Hounsfield units (HU) and the imaging modality. Fifially, the airway region is recognized and deleted automatically through using the priori information of its HU and size. This proposed method is tested using several clinical images, yielding satisfying results.     

基于Kittler最小误差分割算法的小视场星图分割

小视场星图易受光照不均和噪声影响,常用阈值分割算法存在处理效果不佳或效率较低的不足.针对星图灰度的高斯分布特征,基于贝叶斯最小误差理论,提出利用Kittler最小误差分割算法处理小视场星图.以视频测量机器人为测量平台,以"优度法"、区域一致性、区域对比度和时间复杂度为评价指标,对比了常用的阈值分割算法和一维最大熵法,验...     

SAR图像中机场跑道的自动识别研究

提供了SAR图像中机场跑道自动识别系统，该系统以改进的数学形态学预处理为基础，用改进和扩充的弗里曼链码法初步提取直线，最后用Hough变换精确提取直线，通过对20多幅不同地区、不同波段的图像进行识别，该系统识别准确率达到95％以上，识别时间不超过30s，基本做到了全自动、实时识别．     

医学影像计算机传输与处理

探讨我国发展以DIC0M3.0为基础的医学数字图像PACS结构化模式，按阶段化方向发展、模块化层次结构设计的原则，进行系统设计．以数字图像处理为例，成功地实现了数字图像在局城网上异地处理和传送．本文中的结果表明，在我国发展数字化医院影像系统是可行的．     

车辆牌照自动识别系统中的字符分割技术

车辆牌照定位以后,需要进行字符分割,以便系统自动识别。介绍了一种基于阈值化与投影法的分割技术,详细阐述了车牌图像归一化、域值化和字符分割的具体过程,算法简单实用,经过实验验证,可以满足实时自动识别系统的要求。