-
簡(jiǎn)介:電子科技大學(xué)UNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINA專業(yè)學(xué)位碩士學(xué)位論文MASTERTHESISFPROFESSIONALDEGREE201322220253萬(wàn)方數(shù)據(jù)RESEARCHAPPLICATIONOFMEDICALIMAGINGCLASSIFICATIONTECHNOLOGYBASEDONBAYESIANMODELAMASTERTHESISSUBMITTEDTOUNIVERSITYOFELECTRONICSCIENCETECHNOLOGYOFCHINAMAJMASTEROFENGINEERINGAUTHLIUJINGHUASUPERVISAPROFCHENJIASCHOOLSCHOOLOFINFMATIONSOFWAREENGINEERING萬(wàn)方數(shù)據(jù)
下載積分: 5 賞幣
上傳時(shí)間:2024-03-12
頁(yè)數(shù): 78
大?。?2.04(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 70
大?。?3.81(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 73
大?。?2.42(MB)
子文件數(shù):
-
簡(jiǎn)介:醫(yī)學(xué)影像容積重建是目前醫(yī)學(xué)圖像處理領(lǐng)域的研究熱點(diǎn)是計(jì)算機(jī)圖形學(xué)和圖像處理技術(shù)在生物醫(yī)學(xué)工程中的重要應(yīng)用它涉及到計(jì)算機(jī)圖形學(xué)、數(shù)字圖像處理、生物醫(yī)學(xué)工程等多種技術(shù)是一項(xiàng)多學(xué)科交叉的研究課題近年來(lái)醫(yī)學(xué)影像容積重建技術(shù)在診斷醫(yī)學(xué)、手術(shù)規(guī)劃及模擬仿真、整形及假肢外科、放射治療規(guī)劃、解剖教學(xué)等方面起著越來(lái)越重要的作用該文主要針對(duì)醫(yī)學(xué)影像容積重建中的若干關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)深入的研究首先研究了醫(yī)學(xué)斷層圖像數(shù)據(jù)的濾波及層間插值技術(shù)提出了一種基于輪廓形變和對(duì)應(yīng)點(diǎn)匹配相結(jié)合的混合插值算法在實(shí)現(xiàn)圖像層間插值的同時(shí)保持了目標(biāo)的輪廓形狀與灰度信息其次對(duì)醫(yī)學(xué)影像容積重建效果的逼真度進(jìn)行了研究提出了一種基于連續(xù)梯度轉(zhuǎn)換函數(shù)的交互式透明體繪制方法使重建效果更加生動(dòng)、真實(shí)在進(jìn)行直接體繪制方法的研究中提出了基于三維空間相關(guān)性的快速光線投射體繪制算法和基于分類的快速三線性插值算法兩者的結(jié)合保證了體繪制交互顯示的實(shí)時(shí)性然后綜合分析了基于紋理映射的硬件加速體繪制算法最后把所提出的容積重建技術(shù)應(yīng)用于虛擬手術(shù)刀的研究與實(shí)現(xiàn)中提出了一種基于組織的容積剖切技術(shù)該方法在原有各種容積剖切技術(shù)的基礎(chǔ)上增加了組織特性實(shí)現(xiàn)了面向感興趣目標(biāo)組織的自由剖切此外還實(shí)現(xiàn)了一種虛擬手術(shù)刀剖切面的平面重建和曲面重建技術(shù)用臨床實(shí)際數(shù)據(jù)所做的測(cè)試實(shí)驗(yàn)表明了該文所提出的醫(yī)學(xué)影像容積重建算法及其應(yīng)用的有效性
下載積分: 5 賞幣
上傳時(shí)間:2024-03-12
頁(yè)數(shù): 104
大?。?6.18(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 72
大?。?2.02(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-12
頁(yè)數(shù): 54
大小: 2.42(MB)
子文件數(shù):
-
簡(jiǎn)介:在醫(yī)學(xué)可視化中,一些快速簡(jiǎn)單的方法通常被廣泛的應(yīng)用到實(shí)際中,如最大強(qiáng)度投影算法,其優(yōu)點(diǎn)在于繪制速度快及交互的實(shí)時(shí)性,然而會(huì)造成最終圖像的深度失真。為了將此類算法更好的應(yīng)用到醫(yī)學(xué)可視化中,需要改進(jìn)其光線的累積方式。本文系統(tǒng)的研究了快速體繪制算法,總結(jié)并實(shí)現(xiàn)了最大強(qiáng)度投影、最大強(qiáng)度差值累積、深度加強(qiáng)最大強(qiáng)度投影、形狀提高的最大強(qiáng)度投影等算法。這些算法通過(guò)改變最大強(qiáng)度投影算法光線累積方式,增加結(jié)構(gòu)特征的可識(shí)性,其繪制速度較快,且無(wú)需調(diào)節(jié)傳輸函數(shù),在一定程度上解決了最大強(qiáng)度投影算法中深度丟失問(wèn)題。在一些復(fù)雜的醫(yī)學(xué)影像數(shù)據(jù)中,由于其內(nèi)包含較多的組織,這些組織相互遮擋,快速體繪制相關(guān)算法無(wú)法在最終繪制結(jié)果中展示準(zhǔn)確的各組織相對(duì)位置。針對(duì)該問(wèn)題,本文做了一定的研究和探索。在上述算法基礎(chǔ)上,本文提出了基于深度差值累積體繪制算法。采用高斯濾波平滑光線上采樣點(diǎn)的標(biāo)量值,線性調(diào)整采樣點(diǎn)的標(biāo)量值,用采樣點(diǎn)深度和新標(biāo)量差值共同降低當(dāng)前累積顏色值和累積不透明度值。引入光照模型增強(qiáng)圖像的立體感。此外,本文基于QT的圖形界面系統(tǒng),實(shí)現(xiàn)體數(shù)據(jù)導(dǎo)入、傳輸函數(shù)調(diào)節(jié)以及繪制、交互等功能,并實(shí)現(xiàn)上述所有相關(guān)繪制算法。在一維線性傳輸函數(shù)條件下,比較了不同算法繪制結(jié)果及不同參數(shù)繪制的結(jié)果。試驗(yàn)結(jié)果表明,在繪制內(nèi)部結(jié)構(gòu)較復(fù)雜的醫(yī)學(xué)數(shù)據(jù)過(guò)程中,本文算法有明顯的優(yōu)勢(shì);同時(shí),通過(guò)參數(shù)調(diào)節(jié)可以滿足不同需求的醫(yī)學(xué)數(shù)據(jù)繪制。在今后的研究中,我們將在特征尋找、參數(shù)優(yōu)化等方面進(jìn)一步研究。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 59
大?。?8.86(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 58
大?。?2.72(MB)
子文件數(shù):
-
簡(jiǎn)介:基于DICOM標(biāo)準(zhǔn)的PACS系統(tǒng)在過(guò)去的幾年得到了成功的應(yīng)用,給醫(yī)學(xué)影像檢查和診斷帶來(lái)了極大的方便,不僅提高了醫(yī)院的經(jīng)濟(jì)效益,還減少了病人的開支,同時(shí)也有助于醫(yī)學(xué)影像教學(xué)和科研的開展。隨著DICOM標(biāo)準(zhǔn)的普及,原來(lái)PACS系統(tǒng)的功能和性能已經(jīng)不能滿足人們的要求,有人提出要在PACS的基礎(chǔ)上建立醫(yī)學(xué)影像服務(wù)系統(tǒng),以服務(wù)中間件的方式提供包括醫(yī)學(xué)影像的存儲(chǔ)、瀏覽、檢索、會(huì)診和三維重建等基本服務(wù),并能不斷的增加服務(wù)中間件,從而滿足動(dòng)態(tài)變化的社會(huì)需求。然而,目前在醫(yī)學(xué)影像服務(wù)系統(tǒng)建設(shè)中,仍然存在著許多技術(shù)問(wèn)題,最關(guān)鍵的是在提高系統(tǒng)性能上,主要在提高網(wǎng)絡(luò)傳輸速度和計(jì)算速度兩方面1、在網(wǎng)絡(luò)傳輸速度方面,由于檢查設(shè)備不斷改進(jìn),產(chǎn)生的醫(yī)學(xué)影像檢查數(shù)據(jù)不斷增多,特別是多排螺旋CT的出現(xiàn),可以讓一例檢查產(chǎn)生的影像數(shù)據(jù)量達(dá)到GB級(jí),這么大的數(shù)據(jù)量,給存儲(chǔ)服務(wù)器和傳輸網(wǎng)絡(luò)都帶來(lái)極大的壓力,嚴(yán)重地影響了網(wǎng)絡(luò)的傳輸速度和醫(yī)生的工作效率;2、在計(jì)算速度方面,斷層影像三維重建、基于內(nèi)容的醫(yī)學(xué)圖像檢索、醫(yī)學(xué)影像計(jì)算機(jī)輔助診斷等很多方面的醫(yī)學(xué)影像的應(yīng)用都存在的大量的計(jì)算量,有些甚至無(wú)法在普通的計(jì)算機(jī)上運(yùn)行,這大大的限制了醫(yī)學(xué)影像服務(wù)功能的擴(kuò)展。傳輸速度問(wèn)題和計(jì)算速度問(wèn)題一直以來(lái)都是計(jì)算機(jī)研究的基礎(chǔ)內(nèi)容,多年來(lái),國(guó)際上出現(xiàn)了許多解決的方法。在軟件方面,人們通過(guò)研究數(shù)據(jù)壓縮的算法,減少數(shù)據(jù)傳輸量,從而提高傳輸速度;通過(guò)研究計(jì)算算法,減少計(jì)算量,從而提高計(jì)算速度。在硬件方面,人們通過(guò)改進(jìn)網(wǎng)絡(luò)設(shè)備,提高網(wǎng)絡(luò)帶寬,從而提高傳輸速度;通過(guò)更新計(jì)算設(shè)備,提高計(jì)算機(jī)性能,從而提高計(jì)算速度。顯然這些方法已經(jīng)解決了現(xiàn)實(shí)中的大部分問(wèn)題,但在醫(yī)學(xué)影像方面,仍存在許多局限性。在軟件方面,各種算法通常都以犧牲一定精度為代價(jià)而提高速度,但這是醫(yī)學(xué)影像所不允許的。在硬件方面,一方面無(wú)論是過(guò)升級(jí)網(wǎng)絡(luò)設(shè)備還是升級(jí)計(jì)算機(jī)設(shè)備,都會(huì)增加人們?cè)谟布矫娴拈_支,特別是高速網(wǎng)絡(luò)設(shè)備和高性能計(jì)算機(jī)設(shè)備的投資,會(huì)給人們帶來(lái)巨大的經(jīng)濟(jì)負(fù)擔(dān);另一方面,由于在醫(yī)學(xué)影像服務(wù)系統(tǒng)中,醫(yī)學(xué)影像網(wǎng)絡(luò)傳輸和計(jì)算并非時(shí)時(shí)刻刻處于高峰期,也不是每一個(gè)位置都需要大量傳輸和計(jì)算,于是全面的升級(jí)設(shè)備顯得有點(diǎn)浪費(fèi)硬件資源??梢?,單純依靠軟件算法改進(jìn)和硬件升級(jí)不能完全解決系統(tǒng)建設(shè)中存在的問(wèn)題。近年來(lái),對(duì)等網(wǎng)絡(luò)P2P技術(shù)得到了較快的發(fā)展,由于它能夠合理調(diào)度網(wǎng)絡(luò)中閑置資源的特點(diǎn),已經(jīng)在分布式存儲(chǔ)、共享計(jì)算、搜索引擎、協(xié)同工作和視頻直播等方面得到了很好的應(yīng)用。醫(yī)學(xué)影像服務(wù)系統(tǒng)建設(shè)中存在的問(wèn)題與普通的計(jì)算機(jī)問(wèn)題有很多相似的地方,醫(yī)院網(wǎng)絡(luò)與INTER一樣存在著很多閑置的資源,因此,作者思考了對(duì)等網(wǎng)絡(luò)的方法,通過(guò)合理調(diào)度醫(yī)院網(wǎng)絡(luò)的閑置資源,解決醫(yī)學(xué)影像服務(wù)系統(tǒng)的傳輸問(wèn)題和計(jì)算問(wèn)題。在本文中,作者主要做了以下幾方面的工作1、建立了一個(gè)醫(yī)學(xué)影像對(duì)等網(wǎng)絡(luò)通訊平臺(tái),解決對(duì)等網(wǎng)絡(luò)節(jié)點(diǎn)管理問(wèn)題和點(diǎn)對(duì)點(diǎn)直接通訊問(wèn)題,為其他醫(yī)學(xué)影像的對(duì)等應(yīng)用的研究提供一個(gè)基礎(chǔ)平臺(tái)。2、提出了一種基于對(duì)等網(wǎng)絡(luò)的DICOM影像傳輸方法,采用分布式冗余存儲(chǔ)和對(duì)等傳輸?shù)姆椒ㄟM(jìn)行傳輸管理,實(shí)驗(yàn)表明,該方法能夠提高影像傳輸速度,同時(shí)降低影像存儲(chǔ)服務(wù)器的負(fù)擔(dān),在一定程度上解決了醫(yī)學(xué)影像服務(wù)系統(tǒng)建設(shè)中關(guān)于影像數(shù)據(jù)的傳輸問(wèn)題。3、提出了一種利用對(duì)等網(wǎng)絡(luò)進(jìn)行醫(yī)學(xué)圖像內(nèi)容檢索的方法,通過(guò)將檢索任務(wù)進(jìn)行分解,并分配給網(wǎng)絡(luò)中具有CPU閑置資源的節(jié)點(diǎn),聯(lián)合多個(gè)節(jié)點(diǎn)共同完成檢索任務(wù),實(shí)驗(yàn)表明,該方法達(dá)到了提高檢索速度的目的,為解決醫(yī)學(xué)影像計(jì)算速度問(wèn)題提供了一種新的思路。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 58
大小: 2.06(MB)
子文件數(shù):
-
簡(jiǎn)介:多模態(tài)醫(yī)學(xué)影像融合指將不同模態(tài)的影像融合在一起,目的在于充分顯示形態(tài)成像方法的分辨率高、定位準(zhǔn)確這一優(yōu)勢(shì),克服功能成像中空間分辨率和組織對(duì)比分辨率低的缺點(diǎn),最大限度地挖掘影像學(xué)信息,得到更豐富的信息以便了解病變組織或器官的綜合信息,從而為醫(yī)生做出準(zhǔn)確的診斷或合適的治療方案提供可靠依據(jù)。當(dāng)前,醫(yī)學(xué)影像融合已經(jīng)成為醫(yī)學(xué)影像處理領(lǐng)域的一個(gè)研究熱點(diǎn),具有廣闊的應(yīng)用前景,本文針對(duì)多模態(tài)醫(yī)學(xué)影像融合展開研究。針對(duì)基于小波變換的醫(yī)學(xué)影像融合過(guò)程中存在部分邊緣丟失和紋理信息模糊的問(wèn)題,本文提出了一種基于多小波變換和模糊推理的融合方法,利用多小波基的緊支撐性、對(duì)稱性、高階消失矩等性質(zhì)為融合提供了更精確的多分辨分析空間。通過(guò)對(duì)不同的多小波基進(jìn)行分析比較,選擇出最適合醫(yī)學(xué)影像融合的多小波融合算子。在融合規(guī)則的設(shè)計(jì)中,對(duì)高頻分量采用基于模糊推理的融合規(guī)則,將高頻域的多小波系數(shù)映射到模糊集合中,有效避免了融合后醫(yī)學(xué)影像的模糊性問(wèn)題。對(duì)低頻分量采用區(qū)域方差加權(quán)融合規(guī)則。實(shí)驗(yàn)結(jié)果表明,本方法能夠充分保留源影像信息,融合效果優(yōu)于小波變換方法。當(dāng)前,DSDEMPSTERSHAFER證據(jù)理論已成功應(yīng)用于數(shù)據(jù)融合、風(fēng)險(xiǎn)估計(jì)、地表勘測(cè)等領(lǐng)域,本文首次將DS證據(jù)理論引入多模態(tài)醫(yī)學(xué)影像融合方法中,提出了一種基于改進(jìn)的DS證據(jù)理論的多模態(tài)醫(yī)學(xué)影像融合方法。首先,改進(jìn)了DS證據(jù)理論的證據(jù)合成規(guī)則,以便處理高證據(jù)沖突的情況;其次,采用源影像的紋理和邊緣屬性作為證據(jù),通過(guò)證據(jù)合成后各影像點(diǎn)屬性確定融合規(guī)則。實(shí)驗(yàn)結(jié)果表明,融合后影像較為完整地保留了源醫(yī)學(xué)影像的邊緣和紋理細(xì)節(jié)信息,有效提高了融合質(zhì)量,優(yōu)于現(xiàn)有融合方法,具有普適性特征。最后,對(duì)論文的研究?jī)?nèi)容做了簡(jiǎn)要總結(jié),對(duì)未來(lái)研究方向進(jìn)行了展望。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-12
頁(yè)數(shù): 50
大?。?2.43(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-13
頁(yè)數(shù): 66
大?。?1.79(MB)
子文件數(shù):
-
簡(jiǎn)介:隨著電子技術(shù)與信息化技術(shù)的不斷發(fā)展,現(xiàn)代醫(yī)院體系的發(fā)展建設(shè)也步入新的信息化階段。而傳統(tǒng)基于模擬信號(hào)的影像系統(tǒng)在影像資料的采集、顯示、存儲(chǔ)及處理等方面的弊端越來(lái)越明顯,阻礙著醫(yī)院信息化的發(fā)展。因此對(duì)數(shù)字化醫(yī)療影像系統(tǒng)及相關(guān)圖像處理技術(shù)的研究具有重要的學(xué)術(shù)意義和應(yīng)用價(jià)值。本文重點(diǎn)研究了空間不變的內(nèi)窺鏡圖像復(fù)原問(wèn)題。在綜合分析內(nèi)窺鏡圖像和不同復(fù)原方法特點(diǎn)的基礎(chǔ)上,研究了同態(tài)濾波法和自適應(yīng)正則化法,并將其應(yīng)用于內(nèi)窺鏡圖像的運(yùn)動(dòng)模糊和散焦模糊的復(fù)原。實(shí)驗(yàn)證明同態(tài)濾波法能有效識(shí)別運(yùn)動(dòng)模糊、散焦模糊及混合模糊參數(shù),在無(wú)噪聲情況下的圖像復(fù)原效果較好。自適應(yīng)正則化法能有效解決噪聲下圖像復(fù)原中的“病態(tài)”問(wèn)題。在此基礎(chǔ)上針對(duì)彩色圖像復(fù)原效率較低的問(wèn)題,本文提出一種基于YUV顏色空間的圖像復(fù)原法,通過(guò)減少圖像通道數(shù),使得處理數(shù)據(jù)量降低一半。實(shí)驗(yàn)結(jié)果證實(shí)該方法在保證復(fù)原效果的同時(shí)大幅提升處理效率,滿足實(shí)時(shí)圖像處理的要求。最后,本文設(shè)計(jì)實(shí)現(xiàn)了醫(yī)療內(nèi)窺鏡影像系統(tǒng)。系統(tǒng)主要包括數(shù)字化影像采集、圖像處理、信息存儲(chǔ)與DICOM接口模塊。在臨床使用中驗(yàn)證了系統(tǒng)的功能完備性,穩(wěn)定性和易操作性。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 68
大?。?2.57(MB)
子文件數(shù):
-
簡(jiǎn)介:肝臟是人體最大的腺體重約1500克。肝與膽及門脈系統(tǒng)在人體生命活動(dòng)中具有特殊的作用和重要價(jià)值。在臨床醫(yī)學(xué)中對(duì)于肝膽系統(tǒng)的研究早已碩果累累卓有成效。而在運(yùn)動(dòng)醫(yī)學(xué)領(lǐng)域里對(duì)其研究甚少對(duì)肝、膽、門脈在運(yùn)動(dòng)中的形態(tài)學(xué)改變、血液分布、生理生化、運(yùn)動(dòng)性病理變化知之甚少。所以研究運(yùn)動(dòng)中肝膽系統(tǒng)功能是運(yùn)動(dòng)醫(yī)學(xué)值得關(guān)注的問(wèn)題也是應(yīng)亟待實(shí)踐探討的一個(gè)科學(xué)領(lǐng)域。僅以運(yùn)動(dòng)性疾病運(yùn)動(dòng)性腹痛為例有關(guān)資料表明在運(yùn)動(dòng)性腹痛中右上腹疼痛發(fā)生率高達(dá)643%。右上腹部腹腔內(nèi)主要器官為肝、膽、門脈。右上腹痛應(yīng)主要為上述器官的變化所導(dǎo)致?,F(xiàn)代常用的理論是因?yàn)檫\(yùn)動(dòng)初期強(qiáng)度過(guò)大此時(shí)內(nèi)臟器官功能尚未提高到相應(yīng)的活動(dòng)水平就承擔(dān)了過(guò)大的負(fù)荷影響心臟內(nèi)血液排空和靜脈回流下腔靜脈壓力上升致使肝脾靜脈血回流受阻而引起淤血致使肝被摸緊張牽拉所引起的疼痛。但在劇烈運(yùn)動(dòng)時(shí)運(yùn)動(dòng)員的血液呈再分配狀態(tài)加之腎臟髓質(zhì)分泌激素的作用而使體循環(huán)量加大血液大部分流向皮膚和骨骼肌內(nèi)臟與安靜狀態(tài)下相比處于相對(duì)缺血狀態(tài)。基于運(yùn)動(dòng)醫(yī)學(xué)對(duì)肝、膽、門脈系統(tǒng)研究甚少而運(yùn)動(dòng)中右上腹痛發(fā)病率較高對(duì)其真正發(fā)生機(jī)理、病因?qū)W尚待進(jìn)一步研究證實(shí)。為此這一運(yùn)動(dòng)性不適成為本文研究重點(diǎn)。但因?qū)嶒?yàn)條件及對(duì)肝、膽、門脈系統(tǒng)運(yùn)動(dòng)醫(yī)學(xué)理論的限制本作者暫采用了安全、有效的多普勒超聲影像學(xué)的研究。在預(yù)實(shí)驗(yàn)的基礎(chǔ)上和小樣本的實(shí)際實(shí)驗(yàn)結(jié)果中證明了運(yùn)動(dòng)中肝臟是缺血的至于右上腹疼痛是淤血性疼痛還是缺血性疼痛今后尚待繼續(xù)研究探討。本文的研究可為今后對(duì)肝、膽門脈系統(tǒng)奠定一定的研究基礎(chǔ)并有望對(duì)運(yùn)動(dòng)醫(yī)學(xué)的醫(yī)務(wù)監(jiān)督提供安全的、無(wú)損傷的、可靠的、新的指標(biāo)。
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 34
大?。?1.43(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-11
頁(yè)數(shù): 198
大?。?9.52(MB)
子文件數(shù):
-
下載積分: 5 賞幣
上傳時(shí)間:2024-03-13
頁(yè)數(shù): 66
大?。?2.88(MB)
子文件數(shù):