【摘 要】
：
医学图像融合是综合医学图像、数字图像处理、数字建模和计算机视觉等学科的交叉领域。当前伴随着计算机技术的不断成熟,通过使用多模态医学图像融合技术,对图像的质量保证起到了积极推动的作用,对辅助医疗诊断、精细手术规划、科研进展等工作具有重大的意义。目前,针对医学图像融合算法的研究逐渐成为了焦点,同时对于算法的研究取得了一定的成果,但是,当前的融合算法依然存在不足。本文主要从融合过程中基于多尺度分解图像和
论文部分内容阅读
医学图像融合是综合医学图像、数字图像处理、数字建模和计算机视觉等学科的交叉领域。当前伴随着计算机技术的不断成熟,通过使用多模态医学图像融合技术,对图像的质量保证起到了积极推动的作用,对辅助医疗诊断、精细手术规划、科研进展等工作具有重大的意义。目前,针对医学图像融合算法的研究逐渐成为了焦点,同时对于算法的研究取得了一定的成果,但是,当前的融合算法依然存在不足。本文主要从融合过程中基于多尺度分解图像和以PCNN作为融合规则的两个方面进行探讨,对这两个方面存在的问题进行了以下的改进工作:（1）针对设置PCNN参数复杂问题,同时,EOA算法具有参数少、耗时少,以及寻优能力强的优点,本文提出了一种基于NSST与EOA优化PCNN的医学图像融合算法。首先,利用NSST变换分解源图像。然后,通过EOA算法优化PCNN模型的连接系数β、阈值衰减系数αL和阈值放大系数Vθ三个参数,并且将上述优化方法以及区域能量最大化分别作为低频和高频子带的融合规则。最后,通过NSST逆变换获得融合图像,并且将融合图像通过QAB/F、AVG、MI、SF、SD五个图像融合评价指标进行评估。（2）针对多尺度分解方法在分解图像时存在只能获取图像的单一特征类型的问题,而麦克劳林展开分解源图像在一定程度上获取了图像的互补特征,也弥补了上述图像分解时存在的缺陷,但是,依然存在分解后图像灰度值较低、保留较少的能量信息的问题,本文提出了一种基于麦克劳林展开与PCNN的医学图像融合算法。首先,利用麦克劳林展开对源图像进行分解获得偏差分量图像和多级能量分量图像,并且通过使用高斯同态滤波对分解后的三级能量分量图像进行优化。其次,在第三章提出的算法的基础上,通过改进的拉普拉斯能量和优化PCNN的外部激励,将改进的PCNN作为偏差分量的融合规则,将区域能量算法作为能量分量的融合规则。最后,通过反麦克劳林获得融合图像。（3）设计了脑部医学图像融合系统,该系统将本文提出的算法和其他算法进行整合,方便了其他使用者的使用和研究。
其他文献
随着全球能源危机和环境污染等问题的加剧,锂离子电池作为清洁能源,以其重量较轻、高化学反应性、高能量密度和寿命长等优点迅速普及,在消费电子产品（手机和平板电脑等）、可再生能源（风能和太阳能）以及航天航空等领域中都发挥了重要作用。但是,随着充放电次数的增加,锂离子电池也不可避免地会退化或损坏,如果在电池失效前不采取有效措施,锂离子电池设备将无法健康运行,严重时可能造成人员伤亡。锂离子电池剩余使用寿命（
近年来,伴随着科技经济的高速发展,足式机器人展现出可预期的民用、商用和军事用途。足式机器人不同于轮式机器人和履带式机器人受限于运动环境,而是能够适应于如坡地、楼梯、丛林等多种不平整地形。而足式单腿作为足式机器人的运动单元,是足式机器人的基础,为了保证足式机器人在复杂路况的平衡性运动,其单腿机构必须具有高爆发性、稳定性和灵活性,而单腿运动特性测试能够模拟出足式机器人在不同地形运动时的真实工况,因此高
军事信息化建设一直是各国的研究热点,但我国的武器存在着种类繁多、信息散落等问题,这不利于国防工作提取有效信息,大大妨碍了我军信息化建设的步伐。同时,我军武器常以文字、二维图片和实体武器等传统方式进行展示,交互性差且无法满足更多军迷了解武器性能、近距离观赏或把玩武器的迫切需求。本文将改进后的Yolo v4算法应用到武器识别中,将武器图片中的武器快速识别出来,提取武器的相关信息,并将其放入三维的武器展
新冠疫情期间,各类智能移动机器人在药物物资配送、疫情区域消毒、公共区域安全巡逻和出入安检测温等无接触服务方面发挥了重要作用。智能移动机器人相关技术当中,同时定位与构建地图（Simultaneous Localization and Mapping,SLAM）是自主性的核心,也是机器人实现自主移动的基础。近些年,深度学习作为备受追捧的技术,能够增强计算机对数据的有效利用能力,那么将深度学习结合到SL
表面肌电信号（Surface electromyography signals,s EMG）是最有价值的生物电信号之一。通常用于测量肌肉的活动状态,能够为许多康复医学和智能假肢的研究提供有用的信息。但肌电信号是很微弱的一种电信号,使得手势识别效果差强人意。当它与其他类型的信号结合使用时,可以弥补这些缺点。加速度信号能够精确反映运动的方向、速度和位移,陀螺仪是一种可以检测出物体运动时角速度的传感器,
目标检测算法被广泛应用于交通管控,视频监控,无人驾驶以及医疗图像识别等任务,以上各种实际的应用场景中,由于场景复杂度高,目标在复杂背景下检测精度被干扰,小目标检测的速度较慢,同时特征提取与融合部分中对小目标的关注度不足,有效的小目标信息很难最终被检测器接收,因此小目标的检测更成为检测难题,其平均精度始终不超过25%。该文针对复杂场景中小目标检测精度不高,检测系统实时性较差等问题展开研究,主要研究工
随着医学成像技术的发展,医学图像在临床诊断中变得越来越重要。不同模态的医学图像提供的信息差异较大。例如,计算机断层扫描（CT）图像对于骨骼的成像非常清晰,磁共振成像（MR）图像可以清楚地反映软组织结构,正电子发射断层（PET）图像可提供人体代谢信息,单光子发射断层扫描（SPECT）图像可提供清晰的组织和器官的血液信息。但是单一模态的医学图像有自身的局限性,只能反应个别方面的组织信息,无法提供全面准
随着铁路交通运输的飞速发展,铁路交通运行过程中的安全问题日益凸显,直接影响了铁路运输效率与运营成本。铁路道岔转辙机作为铁路交通中的一种关键设备,其安全状况直接影响着铁路交通能否正常运转。然而,传统的道岔转辙机维护手段存在着诸多问题,无法有效的保障设备的运行安全,寻找有效解决方案已成为迫在眉睫的任务。自上世纪60年代以来,健康管理系统技术在许多工程领域内得到了长足发展,该技术是一种有效的设备健康运维
当前,电子商务飞速发展,用户面对海量的信息很难快速找到满足需要的商品信息。推荐系统是信息过滤的重要手段,其核心为推荐算法的应用。目前比较流行的推荐算法是协同过滤,许多电子商务企业的核心推荐系统都基于协同过滤。然而,不经过安全性处理的基于协同过滤的推荐系统非常容易受到托攻击的影响。托攻击是指非法用户通过向推荐系统中注入伪造的用户数据,对目标项目的推荐热度进行改变,进而导致用户对推荐结果的满意度降低。
近些年来,智能制造与传统制造业紧密结合形成了新的制造业产业形态。分拣是当前制造业中较为常见的工作方式,其作业场景具有高危、操作单一等特性,因此很多公司引入机器人代替人工进行分拣。传统的自动分拣系统基于图像,通过对目标图像二值化、边缘轮廓提取实现物体分类,该方法存在目标物体识别率不高、鲁棒性较差等问题,而基于深度学习的管件自动分拣系统,具有较高的识别率及较好的鲁棒性。本文设计并实现了基于深度学习的管