【摘 要】
：
针对磁共振(MR)图像切片内分辨率高而切片间分辨率低,导致MR在冠状面和矢状面上缺乏医学诊断意义的问题,提出了一种基于层间插值及多视角融合网络的医学图像处理算法.首先,引入了层间插值模块,用来将MR体数据沿冠状和矢状方向从三维数据切割成二维图像;然后,在分别对冠状面和矢状面进行特征提取之后,通过空间矩阵滤波器动态计算权重用于任意大小的上采样因子放大图像;最后,将冠状图和矢状图在层间插值模块中得到的结果聚合成三维数据后再次沿轴状方向切割成二维图像,对得到的二维图像两两进行融合并通过轴状方向数据进行修正.实验
【机 构】
：
山西省医学影像与数据分析工程研究中心(中北大学),太原030051;中北大学大数据学院,太原030051;山西省医学影像人工智能工程技术研究中心(中北大学),太原030051
论文部分内容阅读
针对磁共振(MR)图像切片内分辨率高而切片间分辨率低,导致MR在冠状面和矢状面上缺乏医学诊断意义的问题,提出了一种基于层间插值及多视角融合网络的医学图像处理算法.首先,引入了层间插值模块,用来将MR体数据沿冠状和矢状方向从三维数据切割成二维图像;然后,在分别对冠状面和矢状面进行特征提取之后,通过空间矩阵滤波器动态计算权重用于任意大小的上采样因子放大图像;最后,将冠状图和矢状图在层间插值模块中得到的结果聚合成三维数据后再次沿轴状方向切割成二维图像,对得到的二维图像两两进行融合并通过轴状方向数据进行修正.实验结果表明,所提算法相较于其他超分辨率算法在×2、×3、×4尺度下的峰值信噪比(PSNR)均有1 dB左右的提升,可见所提算法有效提升了图像的重建质量.
其他文献
在自动驾驶感知系统中,为了提高感知结果的可靠度,通常采用多传感器融合的方法.针对融合感知系统中的目标检测任务,提出了基于雷达和相机融合的目标检测方法——PRRPN,旨在使用雷达测量和前一帧目标检测结果来改进图像检测网络中的候选区域生成,并提高目标检测性能.首先,将前一帧检测到的目标与当前帧中的雷达点进行关联,以实现雷达预分类.然后,将预分类后的雷达点投影到图像中,并根据雷达的距离和雷达散射截面积(RCS)信息获得相应的先验候选区域和雷达候选区域.最后,根据候选区域进行目标边界框的回归和分类.此外,还将PR
为快速检索云环境下的加密数据,提出了一种高效的适用于批量数据处理场合的可搜索加密方案.首先,由客户端创建两个倒排索引,分别是存储了文件-关键词映射的文件索引和用于存储关键词-文件映射的空的搜索索引;然后,将这两个索引提交给云服务器.搜索索引是在用户检索过程中由云端根据搜索凭证和文件索引逐渐更新建立的,记录了已被检索关键词的检索结果,该方法将搜索索引的构建时间有效分摊了到了每次检索过程中并节省了存储空间.索引采用基于key-value结构的集合存储方式,支持索引的同时合并和拆分,即在添加和删除文件时,由客户
针对“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中多任务卸载效率不足的问题,提出了一种基于概率性能感知演化博弈策略的任务卸载方法.首先,在一个“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中,假设其中分布的边缘服务器具有时变波动的性能,采用一种基于概率性能感知演化博弈策略的任务卸载方法对边缘云服务器的历史性能数据进行概率分析,以获得演化博弈模型;然后,生成服务卸载的演化稳定策略(ESS),使每个用户都能在获得高满意度的前提下进行任务的卸载.基于云边缘资源位置数据集和云服务性能测试数据
针对目前大部分基于虚拟软件定义网络(vSDN)的映射算法未充分考虑节点与链路之间的相关性的问题,提出了一种基于网络拓扑分割与聚类分析的vSDN映射算法.首先,通过根据最短跳数进行拓扑分割的方法,降低物理网络的复杂度;然后,通过根据节点拓扑和资源属性进行聚类分析的方法,提升映射算法的请求接受率;最后,通过将链路约束分散到节点带宽资源以及节点的度进行约束考量,对不符合链路要求的节点进行重映射,从而优化了节点与链路映射过程.实验结果表明,该算法有效地提升了基于软件定义网络(SDN)架构的虚拟网络映射算法在较低连
针对脉冲噪声干扰环境下传统稀疏自适应滤波稳态性能差,甚至无法收敛等问题,同时为提高稀疏参数辨识的精度的同时不增加过多计算代价,提出了一种基于广义最大Versoria准则(GMVC)的稀疏自适应滤波算法——带有CIM约束的GMVC(CIMGMVC).首先,利用广义Versoria函数作为学习准则,其包含误差p阶矩的倒数形式,当脉冲干扰出现导致误差非常大时,GMVC将趋近于0,从而达到抑制脉冲噪声的目的.其次,将互相关熵诱导维度(CIM)作为稀疏惩罚约束和GMVC相结合来构建新代价函数,其中的CIM以高斯概率
针对5G超密网中移动设备计算能力不足、频谱资源有限的问题,提出了一种基于非正交多址接入(NOMA)的计算迁移与带宽分配策略.首先,对系统模型进行了分析,并在此基础上以最小化设备计算代价为目标对所研究的问题进行形式化定义;然后,将该问题分解成设备的计算迁移、系统的带宽分配和设备的分组匹配三个子问题,并利用模拟退火、内点法和贪心算法对这三个子问题进行求解;最后,通过联合优化算法对上述子问题进行交替性迭代求解,最终获得最优计算迁移和资源分配策略.仿真结果表明,所提出的联合优化策略不但优于传统的正交多址接入(OM
针对动态场景下的定位与静态语义地图构建问题,提出了一种基于语义和光流约束的动态环境下的同步定位与地图构建(SLAM)算法,以降低动态物体对定位与建图的影响.首先,对于输入的每一帧,通过语义分割获得图像中物体的掩模,再通过几何方法过滤不符合极线约束的特征点;接着,结合物体掩模与光流计算出每个物体的动态概率,根据动态概率过滤特征点以得到静态特征点,再利用静态特征点进行后续的相机位姿估计;然后,基于RGB-D图片和物体动态概率建立静态点云,并结合语义分割建立语义八叉树地图.最后,基于静态点云与语义分割创建稀疏语
复杂动态背景环境下的运动物体检测和静态地图重建中容易出现运动物体检测不完整的问题.针对上述问题,提出了一种混合视觉系统下点云分割辅助的运动物体检测方法.首先,提出了直通滤波+随机采样一致性(PassThrough+RANSAC)方法来克服大面积墙壁干扰以实现点云地面点的识别;其次,将非地面点数据作为特征点投射到图像上,并估计其光流运动向量和人工运动向量,从而对动态点进行检测;然后,采用动态阈值策略对点云进行欧氏聚类;最后,整合动态点检测结果与点云分割结果来完整地提取出运动物体.此外,通过八叉树地图(Oct
针对云南天文台拍摄的高度模糊的太阳斑点图像采用现有深度学习算法恢复难度大、高频信息难以重建等问题,提出了一种基于生成对抗网络(GAN)与梯度信息联合的去模糊方法来重建太阳斑点图,并很好地恢复出图像的高频信息.该方法由一个生成器与两个鉴别器构成:首先,生成器采用特征金字塔网络(FPN)框架来获取图像多尺度特征,再将这些特征分层次输入梯度分支以梯度图的形式捕获更小的局部特征;然后,联合梯度分支结果与FPN结果共同重建出具有高频信息的太阳斑点图像;其次,在常规对抗鉴别器的基础上,增加了一个鉴别器用于保证由梯度分
利用人脸图片辅助诊断儿童阻塞性睡眠呼吸暂停(OSA)可以减轻医生的负担,提高诊断的准确率.首先,简要阐述了目前儿童OSA临床诊断中的方法及其局限性;然后,在研究了目前已有方法的基础上,结合计算机人脸辅助诊断其他疾病的方法,将计算机人脸辅助诊断儿童OSA的方法分为三种类型:传统的计算机人脸辅助诊断方法、基于迁移学习的诊断方法、基于3D人脸数据的诊断方法,综述了三种类型的方法中的关键步骤,并对这些关键步骤中使用的方法进行了对比研究,为将来儿童OSA计算机人脸辅助诊断的研究提供了不同的切入点;最后,分析了儿童O