基于多图谱配准的三维胰腺CT图像分割

胰腺的自动分割一直是医学图像分割中一项具有挑战性的问题。胰腺是一个具有高度解剖变异性的器官,目前的多图谱分割方法很难对胰腺的边缘产生精确的分割。针对这一问题,采用了基于多图谱配准的分割算法对胰腺进行分割,优化了一种局部动态阈值的后处理方法。在标签融合阶段,采用概率阈值融合算法、Majority voting(MV)算法、STAPLE算法和SIMPLE算法四种标签融合算法进行对比。在后处理阶段,采用局部动态阈值处理方法,首先通过初步分割结果对目标图像提取目标区域,然后自动确定阈值实现该区域的二值化,最终与初步分割结果取交集作为最终分割结果。采用留一交叉验证策略对80例NIH胰腺CT图像和22例来自上海本地医院的胰腺CT图像进行分割,最终得到的DSC分别为79.98%和81.30%。实验结果表明,所提方法实现了对胰腺的有效分割。     

基于磁共振成像的人脑图谱构建方法研究进展

基于磁共振成像的脑图谱构建对于脑与认知科学的研究非常重要,借助脑图谱,研究者可以精确地分析比较不同的脑影像数据,然而目前尚没有比较统一的标准脑图谱.本文针对基于磁共振成像的脑图谱构建方法进行概述,首先介绍了人脑图谱构建的发展进程,阐述脑图谱构建中需解决的技术问题及其局限性;然后着重描述了构建脑图谱的基本方法;最后论述了应用脑图谱进行精确定量分析的统计学方法,包括基于体素的形态学测量分析法和基于纤维束示踪的空间统计分析法,并较深入地比较了两种方法的差异和近期研究进展.通过分析目前研究现状,本文总结了脑图谱构建研究中的主要方法及不足,并就该领域未来的研究进展进行了展望.     

多传感器图像自动配准技术研究

多传感器图像自动配准技术是军事领域里多传感器图像融合的必要前提。根据配准的步骤综述了现有的多传感器图像自动配准技术,以可见光和红外图像配准为例,提出采用小波变换、图像处理技术和人工智能技术相结合的方法来解决这一难题。     

基于COLLATE融合多图谱的心脏电影MRI右心室分割

右心室分割对肺动脉高压等疾病的心功能分析具有重要的临床意义.然而,右心室心肌薄、易变且不规则,其传统的医学图像分割方法仍然未能取得突破性进展.本文提出基于COLLATE（Consensus Level,Labeler Accuracy and Truth Estimation）的多图谱分割方法,首先以归一化互信息为相似测度对目标图像和图谱集进行B样条配准以获取粗分割结果;然后利用COLLATE对粗分割结果进行融合;最后采用基于形状约束的区域生长算法修正出现错误的数据.10例临床心脏磁共振短轴电影图像被用于算法验证.本文还将使用基于COLLATE的多图谱分割方法得到的结果与深度学习算法及手动分割进行了比较.结果显示与深度学习算法比较,使用本文算法得到的射血分数（Ejection Fraction,EF）与手动分割更加一致和相关,表明该算法的分割结果有望辅助临床心脏功能诊断.     

基于心脏磁共振短轴电影图像的右心室分割新进展

右心室分割对肺动脉高压、法洛四联症等疾病的心脏功能评估具有重要意义.然而，右心室结构复杂，变动性大、心肌薄且毗邻脂肪，实验全自动分割一直是难点.心脏磁共振短轴电影图像时空分辨高，常用于临床右心室分割及功能评价.本文基于心脏磁共振短轴电影图像对右心室分割方法进行了综述，首先回顾了传统右心室分割算法，然后重点介绍了基于多图谱和深度学习算法的右心室分割进展，并介绍了右心室分割结果常用的评估指标.通过上述回顾发现，基于深度学习算法的分割方法是今后临床应用的右心室分割的主要方法，对心脏相关疾病的诊断及预后十分重要，而且可大大提高医生的工作效率.     

多光谱CCD相机配准的图像校正

通过分析线阵CCD的成像过程,对多光谱CCD相机成像的彩色图像合成方式进行了研究,提出了一种处理方法。通过将各谱段CCD的每个像元信号分别扩展成一个二维像素数组后再进行彩色合成,尝试了利用后期处理的方式校正多光谱相机的配准偏差,改善了相机彩色合成图像的质量。结果表明,这种对CCD信号进行处理的合成方式为空间遥感相机的研制提供了一种技术手段,既能减小配准偏差的影响,同时又能够在不改变相机性能的情况下改善相机输出彩色图像的质量。     

基于变分推断的磁共振图像群组配准

为解决基于深度学习的成对配准方法精度低和传统配准算法耗时长的问题,本文提出一种基于变分推断的无监督端到端的群组配准以及基于局部归一化互相关（NCC）和先验的配准框架,该框架能够将多个图像配准到公共空间并有效地控制变形场的正则化,且不需要真实的变形场和参考图像．该方法得到的预估变形场可建模为概率生成模型,使用变分推断的方法求解;然后借助空间转换网络和损失函数来实现无监督方式训练．对于公开数据集LPBA40的3D脑磁共振图像配准任务,测试结果表明：本文所提出的方法与基线方法相比,具有较好的Dice得分、运行时间少且产生更好的微分同胚域,同时对噪声具有鲁棒性．     

基于地理位置信息的图像配准方法及精度分析EI北大核心CSCD

针对传统图像配准技术难以对海洋、沙漠、草原等特征不明显区域航空遥感图像进行配准的问题,提出了一种基于地理位置信息的航空遥感图像配准算法。依据载机定位定向系统测量的载机位置、姿态信息以及航空相机中位置编码器测量的框架角位置信息,利用齐次坐标变换的方法求解配准点在大地坐标系下的投影。利用世界大地坐标系-84坐标系定义的地球椭球模型确定匹配点的经纬度信息,将相同地理位置信息的配准点进行配准。采用蒙特卡罗法仿真分析了载机姿态位置信息及框架角位置信息对配准精度及定位精度的影响。采用实际的航空遥感图像进行实验,结果表明,在载机飞行高度低于2000m,拍摄倾斜角小于18°时,配准精度可优于3m,遥感图像中的海上控制点的定位精度优于35m。     

基于最优Atlas多模态图像的非刚性配准分割算法

提出了一种基于最优Atlas图像搜索和局部加权B样条变换的全自动非刚性分层配准分割感兴趣区域(ROI)方法。实验结果表明,所提算法配准的ROI准确度达到95.6%,归一化互信息值为1.8432,均方根误差为1.12%,相关系数提高了18.33%。相比其他配准方法,所提方案的配准精度及准确度明显提升,对临床辅助诊断有重要意义。     

一种多重图像融合系统的电配准技术

在多光谱实时图像融合实验系统的基础上,提出一种实现图像融合系统中非共轴光学系统微小量配准的电子学方法,讨论了配准原理、所采用的技术方案及系统实现的技术途径。在机械粗配准之后,系统可快速实现系统微小量的配准功能     

同步辐射纳米CT图像配准方法研究

基于同步辐射的X射线纳米成像技术是无损研究物质内部纳米尺度结构的强大工具,本文总结了图像配准技术在纳米CT成像领域的研究和应用,并根据发展阶段进行分类分析.首先,通过统计近年以来图像配准文献的发表情况,分析并预测纳米尺度图像配准的未来研究方向.其次,基于图像经典配准算法理论,详细介绍了图像配准算法在纳米成像领域最有效的...     

多探测器拼接成像系统实时图像配准

依据已设计完成的基于同心球透镜的四镜头多探测器阵列拼接成像系统,对该系统图像拼接配准过程所采用的特征检测提取、特征向量匹配与筛选、空间变换模型参数估计等算法进行了研究。首先,采用Fast-Hessian检测子提取参考图像和待配准图像的特征点,并生成加速鲁棒特征(SURF)描述向量。接着,采用快速近似最近邻(FANN)逼近搜索算法获得初始的匹配点对,并对匹配点对特征向量的欧式距离进行排序。然后,参照成像系统光学设计参数设定合理的阈值,筛选并保留下较好的匹配点对。最后,提出了一种改进的渐进式抽样一致性(IPROSAC)算法对空间变换矩阵模型进行参数估计,从而得到参考图像与待配准图像的空间几何变换关系。实验结果表明:该算法对图像尺寸、旋转和光照变化都具有一定的不变性,特征匹配时间为0.542 s,配准变换时间0.031 s,配准误差精度小于0.1 pixel,可以满足成像系统关于图像配准实时性和准确性的要求,具有一定的工程应用价值。     

基于语义分割的城区激光点云与光学影像配准

基于点云数据与光学遥感影像的协同应用在遥感领域获得广泛关注,为了对两种数据进行精确的配准以更好地融合两者优势,提出了一种城市场景下点云与光学遥感影像的自动配准方法.首先,由点云数据生成深度影像,即3D数据转换为2D影像;然后,运用Unet模型对深度影像和光学遥感影像分别进行训练并分割得到建筑面;再基于建筑面轮廓点集构建...     

深浅交错式特征融合的人体图像分割方法北大核心CSCD

人体图像分割作为人体行为理解和分析的基础,但要实现精准分割及实时分割是一个巨大的难题,因此提出一种深浅交错式特征融合的全卷积神经网络的方法,应用于人体图像分割。使用全卷积神经网络的卷积层提取丰富的图像特征,对不同深度的特征图由深到浅交错式地拼接并融合。最终将融合特征图送入卷积层输出预测图像,并经过全局阈值分割得到分割结果。在百度人体图像分割数据库上进行实验,其平均覆盖率可以达到89.95%,最佳分割重叠率高达99.31%;分割一幅500×500彩色图像的平均耗时为56ms,实现较好的分割性能。     

基于Dense-UNet++的关节滑膜磁共振图像分割

为解决以往基于深度学习的滑膜磁共振图像分割模型存在的分割精度较低、鲁棒性较差、训练耗时等问题,本文提出了一种基于Dense-UNet++网络的新模型,将DenseNet模块插入UNet++网络中,并使用Swish激活函数进行训练．利用1 036张滑膜磁共振图像数据增广后的14 512张滑膜图像对模型进行训练,并利用68张图像进行测试．结果显示,模型的平均DSC系数为0.819 9,交叉联合度量（IOU）为0.927 9．相较于UNet、ResUNet和VGG-UNet++网络结构,DSC系数和IOU均有提升,DSC振荡系数降低．另外在应用于相同滑膜图像数据集和使用相同的网络结构时,Swish函数相比ReLu函数有助于提升分割精度．实验结果表明,本文提出的算法对于滑膜磁共振图像的病灶区域的分割有较好的效果,能够辅助医生对病情做出判断．     

基于图像集拓扑中心的群体配准方法

传统的图像配准通常指定一幅参考图像在配准过程中保持不变,将另一幅图像变换到参考图像空间,使得两幅图像在空间上互相匹配,从而可以精确比较两者之间的差异.针对多幅个体差异较大的图像配准问题,如果指定一幅作为参考,将其他图像配准到参考图像空间,则会引入该幅参考图像的个体形状偏差,从而影响最终的对比结果.为此,本文首先介绍了目前针对该问题的主要解决方法,然后提出了基于图像集拓扑中心的群体配准方法——TopologyCenter.为验证所提出的群体配准方法的性能,通过使用国外公开的数据集,详细比较了本文提出的方法与当前两种主要方法的群体配准结果的差异.实验结果表明,本文提出的方法具有更小的群体配准偏差,群体配准结果更好;同时,在对实验结果的评价中,本文还提出了一种简捷的群体偏差度量指标.     

不同生长时期果树多源图像的配准方法研究

为了实现苹果树冠层的三维重建,指导智能剪枝、疏花和采摘,构建了集成光学混合探测(PMD)摄像机和彩色摄像头的图像采集系统,研究了不同生长时期的多源图像配准方法。从相似度评价指标和PMD图像的像素可靠性两个方面来描述果树不同生长时期图像的不同特征。结合图像的特征信息,提出了应采用基于深度信息的多源传感器标定技术,实现果树从开花期到成熟期的图像配准;对休眠期到发芽期的果树图像应采用基于图像特征的多源图像配准算法。对自然场景下的成熟期、休眠期、开花期果树图像共90组进行图像特征分析和不同配准方法试验验证,成熟期和开花期的匹配率达到100%,休眠期的匹配率达到86.11%。     

基于最大互信息的医学图像配准

研究了互信息配准原理及其计算方法,然后用互信息作为图像配准的判据对实际医学图像进行了配准实验,取得了满意的结果。