排序方式: 共有58条查询结果,搜索用时 960 毫秒
1.
形变图像配准(deformable image registration, DIR)是自适应放射治疗(adaptive radiotherapy, ART)中轮廓推衍和剂量累积的关键过 程。 本研究比较3种不同形变配准算法在自适应放疗过程中轮廓推衍和剂量累积的变化。选择头 颈部癌症患者的放疗影像数据图像进行这项研究,刚性配准后采用B样条弹性配准和LCC- Demons配准算法,其中B样条弹性算法研究了两种优化指标:归一化互相关、归一化互相 关结合弯曲能量惩罚(bending energy penalty, BEP) 正则化。剂量评估采用剂量参数D95、Dmin、Dmean、Dmax和均 匀性指数(homogeneity index, HI)来评价累积剂量与初始剂量的差异。几何评估使用Dice 相似性系数(Dice similarity coefficient, DSC)和 Hausdorff距离(Hausdorff distance, HD)来评价体积之间的重叠度。经过实验,几何评估所得的PTV(planning target volume)靶区、左腮腺、 右腮腺Dice系数在B样条弹性配准的两种优化算法和LCC-Demons算法中分别为:0. 82、 0.83、0.86,其中在LCC-Demons算法下得到的Dice系数达到了最大值0.91, 所得的Hausdorff距离均在1—3 mm之间,DSC重叠度结果与表明偏差 距离均在临床可接受的 范围内。对于剂量评估,相应的HI值分别为:1.089、1.082、1.081,LCC-Demons同样达到 了最小值1.081,本实验中LCC-Demons在轮廓推衍和剂量映射中均取 得了较好的效果,同 时也为临床环境下对配准质量的评估提供了一定的借鉴。 相似文献
2.
3.
4.
5.
6.
7.
8.
基于数字图像的缩放算法,提出一种不携带隐秘信息的安全隐写模型.其利用缩放算法推演秘密信息,并非直接将秘密信息嵌入载体图像中.首先选取载体图像,通过相应放大算法将其放大到一定倍数,然后找出秘密图像与新图像中像素信息的相关性,最后再缩小为原图像大小进行传输.由于没有直接修改图像内容,其隐蔽性较好.实验证明,该方法实现简单,运算量小,安全性高,并且对嵌入的信息提取方便,满足隐藏信息的不可检测性,适应于图像隐蔽通信. 相似文献
10.