神经科患者肢体震颤的定量研究

目的:定量分析神经科患者肢体震颤。方法:受测试者左右手中指和左右足背贴附发光二极管,按要求拍动,用摄像机拍摄光点图像后数值化,对数据进行肿变换、t分布检验以及统计分析。结果:病人和正常人组左右手(脚)震颤平均振幅差值|△|和手脚震颤频率X,有显著性差异。结论:|△|,X可作为神经科患者肢体震颤的定量判别指标。     

基于启发式A^＊算法的超声图像颈动脉内膜提取

从超声图像准确提取颈动脉内膜,为基于颈动脉超声图像判断动脉粥样硬化服务。方法提出一种基于启发式A*算法从超声图像中提取颈动脉内膜边缘的方法。先使用图像分割法区分血管腔和血管壁,再采用结合图像灰度值特点的A*算法准确地提取颈动脉内膜边缘。结果通过对临床采集的32幅颈动脉超声图像的分析研究,表明本方法自动提取的结果与医生手工描绘的结果基本吻合。结论本方法有望应用于超声图像颈动脉内膜的自动提取。     

英国科学家用大肠杆菌生产生物柴油

英国研究人员4月22日在美国《国家科学院学报》上报告说,他们利用经基因工程改造的大肠杆菌,成功生产出一种生物柴油。研究人员说,这种柴油与传统柴油几乎一样,不过要实现商业生产仍面临许多挑战。现有含酒精或生物柴油的生物燃料需要复杂的生产工艺,而且这种燃料不能与多数现代发动机完全兼容,满足的只是一小部分需求。英国埃克塞特大学的研究小组希望找到一种具有类似石油属性的生物燃料。     

磁共振肿瘤矩特征信息研究

目的:采用MR脑肿瘤图像分割与矩方法进行结合,以获取特定器官及组织的轮廓。方法:对MR脑肿瘤图像进行分割,并对分割的结果进行矩描述。通过分析当前常用的医学图像分割方法,采用了一种基于形变模型的医学图像分割方法,并按照相应的理论算法模型和实现步骤对医学图像进行了处理,最后用Visual C 6.0编程,并对MR脑肿瘤图像进行分割实验。结果:从切割的图形中可以看出,本分割方法分割边界清晰,总体不确定性较小,利用矩技术所提取的图像特征在基于内容的图像检索中是有效的。结论:本分割方法切实可行,分割效果较好,为进一步的MR脑肿瘤图像分析和研究提供了一种有效工具。     

下肢动脉阻塞性病变多层螺旋CT低剂量扫描成像初探

目的：探讨低剂量CT扫描在下肢动脉脉阻塞性病变诊断中的应用价值。方法：选择127段经DSA确诊的不同部位下肢动脉阻塞性病变行低剂量CT扫描,并采用MPR,VR,MIP等重建方法获得各下肢动脉CTA图像,将CTA图像与DSA图像的诊断结果利用统计学软件SAS8.1行加权Kappa一致性检验,检验水准为：Kaapa.系数大于0.75。结果：所得CTA图像与DSA图像诊断结果的一致性检验的kappa系数为0.8058,两种诊断结果的一致性为优。结论：采用低剂量扫描条件获得高质量的CTA图像在下肢动脉阻塞性病变的诊断上有肯定的价值。     

基于SIFT特征和近似最近邻算法的医学CT图像检索

针对医学X线计算机断层（Computed Tomography,CT）图像,提出了一种基于尺度不变特征变换（Scale InvariantFeature Transform,SIFT）特征和近似最近邻算法的检索方法。首先通过SIFT算法得到图像的特征点和相应的特征向量,再采用近似最近邻算法进行SIFT特征向量的匹配搜索,得到数据库中与参考图像最相似的图像序列。实验结果表明,该法能检索到与目标图像细节相符的结果,大大提高了检索速度。与传统的基于纹理的检索方法相比,查准率和检索结果与目标图像的相似程度方面更佳,符合医学CT图像检索的要求。     

基于PET医学图像边缘检测算法的研究

目的:边缘检测在图像处理中至关重要,可被广泛应用于目标区域识别、区域形状检测、图像分割等图像分析领域。边缘是图像中不平稳现象和不规则结构的重要表现,往往携带着图像中的大量信息,并给出图像轮廓。在医学图像三维显示技术中,为了更精确的临床判别需要得到单像素的清晰轮廓,因此我们提出一种新的边缘检测算法。方法:在传统的小波边缘检测的基础上,提出了一种新的边缘算法,即基于小波极大值边缘检测算法,应用模糊算法构造相应的隶属函数,再对得到的极大值进一步筛选。结果:将该算法应用到医学图像中,最终可以得到较清楚的单像素边缘轮廓,实验结果证明了该算法的可行性。结论:运用这种算法处理过的医学图像边缘锐化更好,更清晰,能够为肿瘤的早期识别提供依据,满足医学影像识别的需要。     

下肢动脉阻塞性病变多层螺旋CT 低剂量扫描成像初探

目的:探讨低剂量CT扫描在下肢动脉脉阻塞性病变诊断中的应用价值.方法:选择127段经DSA确诊的不同部位下肢动脉阻塞性病变行低剂量CT扫描,并采用MPR,VR,MIP等重建方法获得各下肢动脉CTA图像,将CTA图像与DSA图像的诊断结果利用统计学软件SAS8.1行加权Kappa一致性检验,检验水准为:Kaapa.系数大于0.75.结果:所得CTA图像与DSA图像诊断结果的一致性检验的kappa系数为0.8058,两种诊断结果的一致性为优.结论:采用低剂量扫描条件获得高质量的CTA图像在下肢动脉阻塞性病变的诊断上有肯定的价值.     

乌鲁木齐维吾尔人两种物质味盲基因频率

1996年5月,我们在新疆乌鲁木齐市天山区测定了维吾尔族群体中糖精（saccharin）和乙酰水杨酸（acetosal．aspirin,APS）味盲频率和隐性基因频率,调查对象为10～21岁,身体健康,父母同族的大、中、中学学生。糖精测定时以2号液（254×10-2mol／L）为味盲界限,乙酰水杨酸测定时以2号液（0.85×10-2mol／L）为味盲界限,具体阈值分布情况见表1。用阈值法,在维吾尔族群体中糖精测试者512人,其中男241人,女271人,味盲总数30人,占调查人数的5．86％。乙酸水杨酸测试者340人,其中男186人,味盲75人,占40．4％;女154人,味盲引人,占…     

饮茶的好处

茶,为世界三大软性饮料(不含酒精)之首。按中医学的观点,茶的功效共有20种：令人少睡、安神除烦、明目、下气、消食、醒酒、去腻解肥、清热解毒、止渴生津、去痰、治痢、疗瘘、利水、通便、祛风解表、坚齿、益气力、疗肌、其他。     

基于主成分分析的双对比光学投影断层成像

目的 本文提出了一种基于主成分分析（PCA）的双对比光学投影断层成像（DC-OPT）方法,以获得活体中血流网络和骨骼的三维可视化。方法 使用主成分分析方法来提取吸收图像和血流图像,原始图像序列的第一主成分用于获取吸收图像;通过计算每个像素的调制深度来获得流动图像。不同投影位置的流动和吸收对比图像被用于三维血流网络和骨骼的同步重建。结果 采用PCA和OPT相结合的方法,通过将动态血流信号和静态背景信号分离,实现了对微生物样本的血流网络和骨骼的三维成像。结论 本文研究的新颖之处在于通过同一光学系统获得了快速、同步、双对比的血流网络和骨骼三维图像。实验结果可用于活体生物的生理发育研究。     

EUS图像胰腺癌分类中粒子光斑的去除

已有基于图像纹理特征对胰腺超声内镜图像进行是否为癌症的分类方法.放射性粒子植入治疗是一种较常用的姑息治疗方法.治疗后的图像中由植入粒子所产生的光斑对分类的结果有一定的影响.通过使用改进的中值滤波方法去除光斑后分类结果的准确性有了一定的提高.     

基于改进C-V模型的超声心动图像轮廓的提取方法

目的:通过超声图像预处理和对图像分割方法的改进,完成超声心动图中心腔轮廓的提取。方法:首先,运用基于斑点指数的滤波方法对超声图像进行去噪。其次,对超声图像进行分段非线性灰度变换,提高图像对比度。最后,利用改进的基于C-V模型的水平集算法对超声图像进行分割,得到精确的初始轮廓。结果:1基于斑点指数的图像滤波方法可以在不丢失细节的情况下对超声图像进行噪声滤除。2分段非线性灰度变换可以有效提高超声图像的对比度。3改进的C-V模型可以成功的对含有斑点噪声的超声图像进行分割。结论:本文的超声图像预处理方法和分割算法可以有效提取心腔轮廓,降低斑点噪声对图像分割结果的影响。     

超声图像处理中Snake模型研究

Snake模型是一种基于高层信息的有效目标轮廓提取算法,其优点是作用过程及最后结果的目标轮廓是一条完整的曲线,从而引起广泛的关注。鉴于医学超声图像的信噪比较低,用经典的边缘提取算法无法得到较好的结果,因此人们将Snake模型进行了各种各样的改进,并且越来越多地将它运用到医学超声图像处理中来。本文对乳腺超声图像进行阈值分割、形态滤波等一系列预处理后,将改进的Snake模型对乳腺超声图像进行肿瘤的边缘提取,得到了比较好的结果。     

基于神经网络中的NNTool对小鼠皮肤的识别方法

研究皮肤纹理经过UVB光照射后的变化情况并对其进行识别。具体地,采取图像纹理分析方法,对经过光照射后不同时期的小鼠皮肤图像提取纹理特征,进而建立一种新的皮肤纹理识别模型。采用空间灰度共生矩阵法提取图像纹理的4个主要特征,即:能量,熵,惯性矩,相关度,然后利用神经网络中的NNtool对皮肤纹理图像进行训练和分类识别。实验结果很好地证明了这种纹理分析和识别方法的可行性和有效性。     

动物研究之战

在我的记忆中,坦帕之旅真是惊心动魄!在登机前,我被5个身穿印有“不让灵长类测试者P．M．CONN博士进入南佛罗里达大学（USF）”字样T恤衫的人群追赶,差点无法登上飞机。我前住坦帕,是因为我被选为南佛罗里达大学研究副院长的最终候选人。跟踪我的人是动物权利活跃份子,他们了解到我的行程,因此采取了行动。     

基于稀疏编码和SCG BPNN的鳞翅目昆虫图像识别

【目的】为了给林业、 农业或植物检疫等行业人员提供一种方便快捷的昆虫种类识别方法, 本文提出了一种新颖的鳞翅目昆虫图像自动识别方法。【方法】首先通过预处理对采集的昆虫标本图像去除背景, 分割出双翅, 并对翅图像的位置进行校正。然后把校正后的翅面分割成多个超像素, 用每个超像素的l, a, b颜色及x, y坐标平均值作为其特征数据。接下来用稀疏编码(SC)算法训练码本、 生成编码并汇集成特征向量训练量化共轭梯度反向传播神经网络（SCG BPNN）, 并用得到的BPNN进行分类识别。【结果】该方法对包含576个样本的昆虫图像的数据库进行了测试, 取得了高于99%的识别正确率, 并有理想的时间性能、 鲁棒性及稳定性。【结论】实验结果证明了本文方法在识别鳞翅目昆虫图像上的有效性。     

自适应指数加权互信息配准医学图像的测度及相应算法

为配准医学图像,本文提出了一种新的自适应指数加权的互信息(Adaptive Exponential Weighted Mutual Informa- tion,AEWMI)测度,分析表明:通过对互信息(Mutual Information,MI)测度进行指数加权可以提高测度曲线的峰值尖锐性和平滑性;而指数的权值则可以通过评估待配准图像的质量和分辨率大小来自适应确定。仿真实验结果在验证分析结果的同时也表明,基于本文AEWMI测度的配准方案,对图像噪声、分辨率差异等有较高的鲁棒性,且可有效地提高配准的成功率。     

基于全卷积网络的鳞翅目标本图像前背景自动分割方法研究

【目的】本研究旨在探索使用计算机视觉技术实现对鳞翅目标本图像的前背景分割方法。【方法】首先对用于训练和测试的昆虫标本图像去除背景,获得昆虫图像的前背景分割参考标准,对过大的昆虫图像进行缩小处理;其次对训练集图像采用旋转、平移、缩放等方法进行数据增强,剪切出中心区域作为有效图像。求取所有训练样本的均值图像,并从所有输入中减去该均值图像。测试用图像只做归一化但不进行数据增强。微调全卷积神经网络,重点调整结构产生变化的卷积层和反卷积层的参数,用前述训练数据集训练直至收敛。对于待分割图像,只要将图像归一化后输入到训练好的全卷积网络,网络将输出前背景分割结果。【结果】该方法在包含823个样本的测试集中进行了测试,取得的m Io U(mean Intersection over Union)达94.96%,而且分割的视觉效果已经非常接近于人工分割的结果。【结论】实验结果证明通过训练全卷积神经网络可以有效实现鳞翅目标本图像的前背景自动分割。