广东省自然科学基金(S2011010005811)
- 作品数：3 被引量：44H指数：2
- 相关作者：李彬田联房王雷许婉露岑梓源更多>>
- 相关机构：华南理工大学更多>>
- 发文基金：国家教育部博士点基金广东省教育部产学研结合项目广东省自然科学基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于MC算法的高质量脊柱CT图像三维重建被引量：19
- 2013年
- 从脊柱CT图像中重建出脊柱的三维模型以提供直观的术前病灶信息,能够有效辅助高难度的脊柱畸形矫正手术。针对传统MC(Marching Cubes)算法存在的重建表面不平滑、结构拓扑歧义的局限以及人体脊柱重构碎片过多的特点,提出一种基于保边局部高斯滤波与三维区域增长的改进型MC算法。该算法采用保边滤波去噪并增强边缘,局部高斯滤波平滑待重建区域以改变原有体素类型,减少二义性体素对数,有效地解决了重建表面不平滑与结构拓扑歧义问题;采用基于三维区域增长的双阈值分割算法,大大减少碎骨重建的数量。实验证明,采用高质量重建算法重建的脊柱三维模型能够满足医学三维可视化的要求。
- 许婉露李彬田联房
- 关键词：三维重建
- 脊椎骨拐点智能识别方法研究
- 2011年
- 目的:提出与实现一种脊椎骨拐点的智能识别算法,以取代医生手工操作,提高处理效率和识别的准确度与精度。方法:针对脊椎图像存在模糊、灰度变化大和倾斜现象的特点,提出一种基于霍夫(Hough)变换和先验知识的脊椎骨拐点的智能识别方法。该方法首先采用基于Hough变换的倾斜校正算法解决部分图像存在倾斜的现象,然后采用边缘算子和形态学分割脊椎图像,最后对脊椎图像进行感兴趣区域提取和目标点的定位与识别。结果:通过实验,脊椎拐点边缘信息得到有效保留,并且在倾斜情况下,脊椎图像得到有效校正,脊椎骨拐点得到有效识别。结论:采用该文提出的算法,能有效识别出脊椎骨拐点,并具有较强的适应性。
- 岑梓源李彬田联房
- 关键词：霍夫变换图像分割先验知识
- 基于平移不变剪切波变换的医学图像融合被引量：25
- 2011年
- 传统的基于剪切波变换的融合方法在融合图像的奇异处易产生伪吉布斯现象.为此,文中提出了一种基于平移不变剪切波变换的医学图像融合新方法.该方法利用平移不变剪切波变换将待融合的医学图像分解成低频子带和高频子带,并使用基于区域系数绝对值和权重的规则融合低频系数;对于高频子带,提出一种基于支持向量值激励的自生成神经网络的高频子带融合策略;最后利用逆平移不变剪切波变换重建融合后的图像.视觉比较和融合结果量化分析表明,文中提出的方法不仅能够有效克服伪吉布斯现象,而且以熵、互信息、平均梯度和QAB/F作为标准时其融合结果比小波、轮廓波和非下采样轮廓波变换等传统方法更好.
- 王雷李彬田联房
- 关键词：医学图像图像融合平移不变性剪切波
