首页 > 文献资料
-
MATLAB小波工具箱在医学图像压缩中的应用
目的本文分析了数据压缩的必要性,说明了如何利用Matlab软件中小波工具箱对图像进行分解与重构,通过实现对医学图像的压缩,对不同阈值下采用不同的小波压缩的结果进行了比较和讨论.
-
基于非均匀颅骨头模型的电阻抗断层成像图像重构
目的 研究非均匀颅骨对脑部电阻抗断层成像(EIT)的影响,以提高重构图像的质量.方法 提出一种基于非均匀颅骨头模型的二维动态EIT成像算法,对脑出血病灶进行成像,并依据本文提出的图像质量评价指标,将重构结果与采用均匀圆头模型和4层同心圆头模型的脑出血成像结果进行了比较. 结果 采用非均匀颅骨头模型时,重构图像的相关性与目标定位准确性均有明显提高. 结论 结合颅骨非均匀性进行图像重构是一种有效的提高脑部EIT成像质量的方法.
-
血管冻干工艺过程中升华界面移动特性的微CT实验
背景:前期实验发现冻干过程中物料内部的孔隙分部、空隙连通度等对内部传热传质影响较大,但对于干燥过程热质迁移的机制未阐明.目的:在前期实验基础上,以微CT为分析工具,尝试对冷冻干燥过程中升华界面移动特性进行实验观察分析,希望对血管冻干工艺提供参考.方法:以新鲜猪主动脉为材料使用微CT扫描仪的扫描成像、图像重构及灰度值分析技术对血管在冻干时升华过程进行观察分析. 结果与结论:冻干温度曲线斜率初期较大,升华速率较快,由血管的二维横截面重构图像中可以看出冻干区与冰晶区的灰度值差别较大,升华界面明显,升华是在物料的外表面和内表面同时进行,界面移动明显.随着时间推移,温度曲线斜率变小,升华速率也随之变慢,界面移动逐渐不明显.对于竖直放置的血管在底部进行加热的干燥过程,升华是在外表面和内表面同时进行的.升华界面逐渐向血管壁面中心移动.冻干过程随时间推移热质传递阻力增大,升华速率减慢.
-
一个基于物理模型的生物电阻抗断层成像系统的研究
电阻抗断层成像(electrical impedance tomography,EIT)是以目标体内电阻抗的分布或变化为成像对象的一种新型成像技术.它具有简便、无创、造价较低的优势,并具有功能成像及动态图像监护的优点.我们设计了基于物理模型的EIT系统,该系统由硬件系统和软件系统组成.硬件系统由32电极、物理模型、恒流驱动模块、信号检测模块、数据采集模块、驱动及测量模式设置模块、多组电源模块以及计算机等组成.我们主要在图像重构模式和算法方面进行了研究,实现了等位线反投影动态重构算法法并提出了广义逆动态重构算法.应用该系统在物理模型上得到了较好的结果.
-
基于双稀疏模型的压缩感知核磁共振图像重构
医学核磁共振图像重构技术是核磁共振成像领域的关键技术之一.压缩感知理论指出利用核磁共振图像的稀疏性能够从高度欠采样的观测值中精确重构图像.如何利用图像的稀疏性先验以及更多的先验知识来提高重构质量成为核磁共振成像的一个关键问题.本文根据综合稀疏模型和稀疏变换模型的相互补充作用,利用核磁共振图像在这两种模型下的稀疏性先验,将结合了综合稀疏模型与稀疏变换模型的双稀疏模型应用于压缩感知核磁共振图像的重构系统,提出了一种融合双字典学习的自适应图像重构模型.本文充分利用了图像在自适应综合字典学习和自适应变换字典学习下的两种稀疏先验知识,使用交替迭代小化法对提出的模型进行分阶段求解,求解过程中引入了综合K-奇异值分解(K-SVD)算法和变换K-SVD算法.通过实验验证,与目前较好的核磁共振图像重构模型对比,本文提出模型的图像重构效果更好、收敛速度更快,且具有更好的鲁棒性.
-
动态电阻抗成像中Tikhonov正则化参数的选择
动态电阻抗成像是一个非线性逆问题,在通过有限元法离散化为线性问题求解时,由于系数矩阵的病态性,需要正则化处理才能得到稳定解.Tikhonov方法因为易于实现而应用广泛,但在用Tikhonov方法正则化时涉及到正则化参数的选择,它对重构图像的质量影响很大,至今还没有通用的方法确定.本研究在大量试验的基础上,提出一种新的选择正则化参数的方法,充分利用了重构图像的误差的范数与正则化解的范数的乘积的变化规律,所得的重构图像具有较好的空间分辨率.
-
电阻抗断层成像激励模式孰优孰劣?
电流激励是电阻抗断层成像采集数据的前提,其激励模式影响成像效果.以往的研究大多采用邻近激励模式,我们在研究中发现这一激励模式的选择存在进一步探讨之处.就此我们开展了不同激励模式对采集数据和成像质量影响的研究,提出了我们自己的见解.我们撰写的文章发表在《生理测量》(Physiol Meas)等杂志上,得到了同行们的认可.
