首页 > 文献资料
-
不完全投影医学图像的多目标向量优化重建算法
目的解决少数据投影图像重建中分辨率差、伪影严重等问题.方法提出了一种基于多目标决策的交叉熵向量优化图像重建算法.算法中折衷考虑了图像重建中小交叉熵、范数极小化以及大熵3个目标,并建立了一种新的动态权系数迭代法.应用该算法对模拟的有噪声投影数据和SIEMENS SOMATOM DR3的头部实际扫描数据分别进行了重建.结果文中算法较传统的重建算法,如卷积反投影法、代数重建法以及单目标优化算法,在误差、平滑性以及分辨率方面均有显著改善.结论本算法将对采用迭代法求解少数据投影重建问题产生一定的影响.
-
基于MITK和大熵方法对肝脏切片图像的分割
研究了在VC++6.0平台上利用MITK类库和大熵方法对肝脏切片进行分割.中科院开发的MITK封装了一些成熟的图像处理及三维可视化算法,是非常方便的图像处理工具.通过对原始肝脏切片图像进行小波滤波降噪,并结合大熵自动阈值分割和MITK交互式分割,完成对肝脏切片图像的分割,获得了较好的结果.
-
颈动脉MR图像分割和三维重建在斑块定位中的应用
背景:医学图像的三维重建在医疗诊断、实验分析中起着越来越重要的作用,它是一项复杂的任务,其中目标图像的分割是首要且重要的一步.目的:探索对颈动脉MR图像的图像分割及三维重建方法,并探讨三维模型在颈动脉斑块定位中的应用.方法:选择3D TOF序列图像对其进行基于大熵原理的阈值分割,并与普通方法的结果做比较;进一步用数学形态学分割方法提取出颈动脉:进行三维重建,利用三维模型进行斑块的初步定位.结果与结论:基于大熵原理的阈值分割适于对颈动脉3D TOF序列图像的分割,用数学形态学分割方法进行后续分割可得到目标图像.三维重建后的模型对于斑块定位有辅助作用.
-
气候变化背景下费菜在中国适生区分布预测
目的:基于大熵模型,对费菜在气候变化背景下中国境内的适生区分布格局变迁进行了预测,为费菜的人工规范化种植及可持续开发利用提供参考.方法:利用野外实地调查及文献数据库中获取的费菜野生分布点数据,以气候数据为分布区预测的环境因子,构建大熵模型,对费菜分布适生区予以预测.结果:所构建的费菜分布模型具有极佳的预测精度,费菜当代适生区总面积为330.38×104 km2,占中国版图的34.41％;其中,相对稳定适生区占当代适生区总面积的55.61％,受气候变化影响相对较弱.结论:在气候变化背景下,相较于当代,费菜在21世纪30年代、50年代和80年代的适生区面积均不同程度的减少,且中度和高度适生区的面积不断锐减甚至消失,气候变化对费菜分布的负面影响主要体现在对其适生区面积的减少和生境适宜度的侵蚀上.
-
一种改进的Canny边缘检测算法
针对经典Canny边缘检测算法的一些问题,提出一种既具有较好的抗噪声能力又能自适应提取较多边缘细节改进的Canny边缘检测算法.该算法思想是先进行图像的预处理,包括基于模糊数学方法去除背景噪声的干扰,利用中值滤波和高斯平滑滤波去除图像中的随机噪声.然后,通过差分方法获得图像中各像素点的梯度矢量和梯度幅值,采用非极大值抑制方法获得极值点.后,基于大熵自动获取阈值,根据极值点图像和阈值得到边缘图像,使用边缘跟踪算法将不连续的边缘连接起来,并去除孤立噪声点.实验结果表明:改进算法所获得的边缘图像平均提高8dB,与传统方法相比,可获得更加连续的边缘和更少的噪声点.
-
一种新的Kirsch边缘检测算法
目的:通过改进传统的Kirsch边缘检测方法,提供一种具有较好的抗噪声能力和自适应能力的边缘检测新算法.方法:首先利用模糊数学方法和中值滤波去除图像中的背景噪声和随机噪声.然后,基于三阶样条小波系数构造4个滤波模板并获得滤波图像和极值点图像.后,根据大熵算法自动获取的阈值和极值点图像得到边缘图像,连接不连续的边缘使用边缘跟踪算法.结果:新的Kirsch边缘检测方法同传统的方法相比,具有较强的抗噪声能力,边缘图像信噪比平均提高7.45 dB左右.结论:通过改进Kirsch算法,提出了一种具有较好抗噪声能力和自适应能力的边缘检测新方法.
关键词： Kirsch边缘检测 边缘跟踪 最大熵 模糊数学 中值滤波 -
基于模糊大熵的医学X增强方射线图像边缘法研究
目的:由于医学X射线图像在数字化成像过程中容易受到成像设备中射线散射、电器噪声以及人体组织结构的复杂性等因素的影响,导致数字医学X射线图像的质量不高.因此,针对数字医学X射线图像对比度较差,目标细节信息不明显的特点,研究了一种基于模糊大熵的图像边缘增强算法.方法:首先将医学X射线图像从灰阶域变换到模糊域,然后通过大熵准则确定模糊阈值将医学X射线图像分为目标和背景两部分,并分别对其进行图像增强处理,后再映射回到灰阶域.结果:本文以主动脉造影X射线图像为例,对其分别进行经典模糊边缘增强、反锐化边缘增强和模糊大熵边缘增强处理,并对处理后图像的相关参数进行定量分析.结论:结果表明基于模糊大熵算法处理后的图像质量高,边缘细节信息明显增强,且该算法相比其它两种算法具有更好的抗噪性.
-
基于大熵模型的蛋白质二级结构的预测
蛋白质二级结构预测是蛋白质功能预测中一个很重要的环节.我们综合考虑了蛋白质序列中对氨基酸二级结构具有影响的因素,采用大熵模型实现了对蛋白质二级结构的预测.将氨基酸之间的相互作用和氨基酸对于二级结构的倾向性作为特征函数,充分体现了蛋白质序列中氨基酸之间的短程和长程的相互作用的影响.大熵模型整合了这些多源的信息,形成一个单一的概率模型.与现有的单序列预测方法相比,本文的方法取得了较高的预测准确率,预测结果表明它是一种实用的预测方法.
