采用显微图像测量系统实现人体组织典型参数测量

人体组织典型参数的获取对于各类疾病的诊断和治疗有着极其重要的作用。采用高性能显微图像测量系统实现人体组织典型参数在体测量, 对系统研制过程中所涉及的基本原理, 以及图像采集系统、成像系统与图像处理软件等关键性技术问题作了阐述。该显微图像测量系统能快速、有效地完成对人体组织典型图像指标的直接测取和定量分析, 基本实现了人体组织典型参数图像观测的数字化与检测的高智能化。实验结果表明, 采用该系统在体观测人体组织典型参数, 可以实时观测人体组织显微图像, 计算并保存毛细血管网络形态学参数和微血流动力学的各项参数, 同时具有快速简单、精确度高等特点, 可作为医学研究的重要手段之一。     

光谱法分析代数迭代重建算法及改进

采用光谱分析技术,系列研究了已有代数迭代重建算法,并进一步研制了改进算法一简单自相关代数迭代重建算法(SSART).采用数值模拟的方法模拟重建一个含遮挡物场,研究了SSART模拟效果和重建精度.作为对照,分析了已有的传统代数迭代算法同条件下的重建结果,包括基本代数迭代重建算法(ART)、联合代数迭代重建法(SART)和改进的联合代数迭代重建法(MSART).重建精度用均方误差(MSE),绝对平均误差(AVE)和峰值相对误差(PE)三种误差指数标定.结果发现,SSART重建结果的三种误差指数都明显减小,其中MSE在10-4数量级上比ART的降低了26.6%,PE在10-2数量级降低了77.6%.因此,SSART重建含遮挡物模型场时,重建精度大幅度提高,重建效果明显改善,对传统代数迭代重建算法显著改进.