CT图像

摘要： 本文采用CT图像技术对AC-13混合料试件进行断层扫描,通过二值化、三值化等图像处理技术获取混合料的空隙率与级配参数。结果表明:运用DIP法可获得较理想的混合料空隙率及空隙率分布特征。当截面数量大于30个、集料粒径大于4.75mm,此方法取得了较好的识别效果。对粒径2.36~4.75mm的集料,级配识别结果较为稳定,可以乘以修正系数进行精确修正。该方法可以对沥青路面摊铺施工质量及均匀性等进行科学检验。

摘要： 胰腺癌是一种发病隐匿、预后极差的消化道恶性肿瘤,胰腺医学影像是医生诊断胰腺病症的重要工具。深度学习已在图像、语言等领域有了广泛应用,其在医学影像领域的应用也成为了研究热点。回顾深度学习发展史,阐述深度学习在胰腺病理学图像、CT图像、超声图像上的应用,并对未来发展作出展望。

摘要： 目的基于深度学习方法提出一种稠残U-net神经网络,探讨其在放疗定位CT上自动预测甲状腺轮廓的可行性,以减少放疗中甲状腺所受辐射剂量,降低甲减发生率。方法在U-net网络中引入残差机制和稠密连接机制建立一种稠残U-net网络。选取76名患者定位CT图像的甲状腺切片制作数据集,随机划分为训练集58例、验证集9例和测试集9例,对稠残U-net进行训练、验证和测试,得到稠残U-net自动预测甲状腺的结果。通过戴斯相似性系数(Dice)、杰卡德相似系数(Jaccard)和豪斯多夫距离(HD)等评价指标来评估其分割性能。结果稠残U-net预测甲状腺的Dice值为0.86±0.09、Jaccard值为0.78±0.12、HD值为2.52±0.61,且预测的轮廓边界与专家勾画的标准边界非常接近。结论本文提出的稠残U-net能在定位CT图像上较为精准地预测甲状腺轮廓,且证明在卷积神经网络中引入残差机制和稠密连接机制能提高其分割性能。

摘要： 针对寒区煤矿巷道工程出现的冻融灾害问题,以冻融煤矿砂岩CT图像为研究对象,采用中值滤波和直方图均衡化等技术对图像进行处理。结合分形理论,研究分形维数随冻融次数的变化规律,分析冻融作用下煤矿砂岩的细观损伤演化规律。结果表明:通过对CT图像进行中值滤波和均衡化等预处理,可以有效降低图像噪声,提高图像分辨率;随着冻融次数的增加,不同截面的CT图像分形维数均呈现降低趋势,且不同冻融次数下的分形维数曲线具有相同的波动形式;冻融损伤可分为孔隙率增加导致的有效面积损伤和孔隙空间分布变化引起的结构性损伤,两者的耦合作用共同导致岩石性能的劣化。从细观角度出发,研究冻融作用下煤矿砂岩的损伤演化规律,为分形理论在岩石损伤方面的应用提供思路。

摘要： 肋骨骨折是临床医学中一种常见的疾病,人工判别骨折的方法具有工作量大、识别难度大等问题.为了高效实现肋骨骨折的计算机辅助诊断,本文提出了一种基于RF-Net(rib fracture network)的肋骨骨折识别算法.该算法首先利用生成对抗网络对原始数据进行数据增强扩建数据集,以缓解过拟合现象且使模型进行有效训练.其次,算法使用RF-block提取肋骨的多尺度特征进行融合,增强网络的特征提取能力.同时,本文使用压缩策略对模型结构进行优化,从而减少模型计算代价.最后,本文在来自于医院的肋骨数据集上开展实验,结果表明本文方法在准确率、AUC值、敏感度、特异度多个指标上表现优异.与现有方法相比,本文算法可更准确快速的对肋骨骨折进行识别,能够为医生的诊断提供可靠依据.

摘要： 新型冠状病毒肺炎(COVID-19)严重威胁人类健康,计算机自动分割患者肺部CT(computed tomography)图像是辅助医生进行快速准确诊断的重要手段。为此,提出针对新冠肺炎肺部CT图像分割的轻量化模型COVIDSeg。模型采用编码器-解码器结构,提出压缩-扩展通道注意力模块(squeeze and extend channel attention block,SECA)和残差多尺度注意力模块(residual multi-scale channel attention block,RMSCA)构成编码子网络主要组成模块,提出双通路结构连接编码子网络的各模块,通路内特征逐层传递,通路之间多级特征信息交互,促进不同层级有效信息的传递和表达;采用特征聚合模块作为解码子网络的主要组成模块,通过多尺度特征解码实现多路径解码器。在4个公开使用的COVID-19 CT图像数据集的实验测试表明,提出的轻量化新冠肺炎CT图像分割模型COVIDSeg在多项指标上优于当前主流的医学图像分割模型。通过消融实验分析主要模块对模型性能的影响,验证了提出的缩减-扩展通道注意力模块SECA和残差多尺度注意力模块RMSCA的有效性。分割结果可视化显示,模型对新冠肺炎肺部CT图像的分割结果与图像的真实Mask标记基本相同。

摘要： 针对混凝土细观损伤机理进行了研究,将混凝土看作由骨料、砂浆和孔隙组成的细观多相复合材料,通过CT技术对其单轴压缩损伤机制进行了分析,并对所得结果处理后通过MIMICS软件建立了相应三维细观模型,结合ABAQUS工具进行了数值模拟研究。结果表明:数值模拟得到的混凝土损伤图可以较好地反映混凝土试件单轴受压的整个损伤过程;混凝土试件在单轴压缩试验中发生的是张拉-剪切复合破坏,数值模拟得到的应力、应变云图与试验结果相符。

摘要： 目的:探讨人工智能技术在CT图像肺癌诊断中的肺实质分割的应用。方法:在肺癌诊断CT图像的影响因素分析基础上,分别建立基于凸包分割算法、基于迭代模糊连接度的分割算法、基于卷积神经网络的分割算法,并着重介绍卷积神经网络的主干网络、损失函数的改进。结果:基于迭代相对模糊连接度的分割算法相较于其他两种方法的分割效果更佳,能够更好得处理的模糊边缘,Dice系数为0.9812。但基于Mask-RCNN分割算法的分割效率最快,其平均分割帧率约为10.5fds。结论:肺癌CT图像中基于卷积神经网络的肺实质分割技术能够对肺结节的检测和分类具有重要的意义。

摘要： 目的:针对人脸结构光相机点云图与CT图像配准,寻找最优的特征面部点云提取方法、特征描述法和配准算法的组合,为颅脑穿刺活检手术中基于导航机器人实现精确快速定位提供依据。方法:基于Ubuntu 18.04系统对Inter-RealSense D415结构光相机点云图与CT图像进行三维配准。首先进行相机动态标定,其次进行特征面部点云提取,将CT图像提取到的面部皮肤数据通过C++转化成的点云作为目标点云,将结构光相机拍摄的图像作为待配准点云。然后将3种特征面部提取方法[内部形状描述子(intrinsic shape signatures,ISS)、尺度不变特征变换(scale invariant feature transform,SIFT)和Harris算法]、5种特征描述方法[点特征直方图(point feature histogram,PFH)、快速点特征直方图(fast point feature histograms,FPFH)、方位特征直方图(signature of histograms of orientation,SHOT)、自旋图像(spin images,SI)和3D形状上下文特征(3D shape context,3DSC)]和3种精配准算法[迭代最近点(iterative closest point,ICP)、广义迭代最近点(generalized iterative closest point,GICP)、正态分布变换(normal distribution transformation,NDT)]一一组合,对目标点云与待配准点云进行配准。最后,通过计算配准后的目标点云与待配准点云数据之间的倒角距离,评价各组合的配准效果。结果:45种组合中共有28种组合可实现点云图像配准,配准耗时最快仅需0.06 s,配准效果最佳的为Harris+SI和ICP的组合、Harris+3DSC和ICP的组合,倒角距离均为1.22 mm。结论:该研究中结构光相机点云图与CT图像配准误差满足临床安全要求,可为辅助颅脑病变穿刺活检提供一种快速、廉价且精准的方法。

摘要： 从CT图像中自动有效分割肺结节对诊断和治疗肺部肿瘤具有重要意义。鉴于肺结节在肺部所占比例很小、形态不规则、与一些邻近组织和器官在视觉上非常相似,给分割任务带来困难,本文提出一种基于多感受野与分组混合注意力机制的肺结节分割网络MRF-GMA。首先,该网络通过多感受野特征聚合模块,捕获不同尺度的结节;其次,利用分组混合注意力模块,提升对结节像素的分辨能力;最后,采用混合损失函数对训练过程进行优化,缓解了类不平衡的问题。在实验部分,本文分别将MRF-GMA与FCN、SegNet、R2U-Net和Attention U-Net等进行比较,结果表明,MRF-GMA模型在Dice相似性系数(DSC)、召回率(recall)和准确率(accuracy)等方面均表现最优,相比Attention U-Net模型,分别提高了2.25、1.19和2.98个百分点。

摘要： CT三维重建技术是指利用二维投影恢复生物体组织结构三维信息(形状等)的数字过程和计算技术,基本原理是将计算机扫描完成后的CT二维图像数据信息利用相关软件处理重建完成后,可获得三维立体图像.在人体二维影像信息的获得和处理上,普通X线及二维CT获得的图像都是平面的,无法获得三维的效果,因此不能进行三维重建.利用计算机将二维图像信息通过逆向工程及相关软件获得的三维图像在外观及结构上可获得较高的真实感.

摘要： CT三维重建技术是指利用二维投影恢复生物体组织结构三维信息(形状等)的数字过程和计算技术,基本原理是将计算机扫描完成后的CT二维图像数据信息利用相关软件处理重建完成后,可获得三维立体图像.在人体二维影像信息的获得和处理上,普通X线及二维CT获得的图像都是平面的,无法获得三维的效果,因此不能进行三维重建.利用计算机将二维图像信息通过逆向工程及相关软件获得的三维图像在外观及结构上可获得较高的真实感.

摘要： CT三维重建技术是指利用二维投影恢复生物体组织结构三维信息(形状等)的数字过程和计算技术,基本原理是将计算机扫描完成后的CT二维图像数据信息利用相关软件处理重建完成后,可获得三维立体图像.在人体二维影像信息的获得和处理上,普通X线及二维CT获得的图像都是平面的,无法获得三维的效果,因此不能进行三维重建.利用计算机将二维图像信息通过逆向工程及相关软件获得的三维图像在外观及结构上可获得较高的真实感.

摘要： CT三维重建技术是指利用二维投影恢复生物体组织结构三维信息(形状等)的数字过程和计算技术,基本原理是将计算机扫描完成后的CT二维图像数据信息利用相关软件处理重建完成后,可获得三维立体图像.在人体二维影像信息的获得和处理上,普通X线及二维CT获得的图像都是平面的,无法获得三维的效果,因此不能进行三维重建.利用计算机将二维图像信息通过逆向工程及相关软件获得的三维图像在外观及结构上可获得较高的真实感.

摘要： 碳酸盐岩储层非均质性强,发育溶蚀孔洞等孔隙结构,CT断层扫描能辨识碳酸盐岩储层不同孔隙结构;通过对岩心CT图像的形态学处理,有效突出各孔隙形态及连通性,充分保证孔隙目标提取和计算精度,编制基于灰度梯度突变算法的自动化处理程序,批量输入岩心扫描图像,标识单连通孔隙域,批量输出不同大小、不同形态和不同位置的孔洞的面孔率及等效半径,结果表明大孔洞发育的岩心孔隙度的统计值约为实测值31.7％,等效半径大于0.095mm的孔洞占全部孔隙空间的32％左右,68％为更微小的基质孔隙;碳酸盐岩发育溶蚀孔洞,但比例不大,孔隙空间的主体是基质孔隙;小洞孔隙度与统计孔隙度之间具有正相关性,中洞和大洞的相关性较差,小洞在洞孔隙度各组分中权重最大;碳酸盐岩孔隙类型多样,尺度跨度大,孔洞等效半径分布具有对数正态特征,拟合得到综合的等效半径概率密度函数,可用于孔隙定量表征及数学建模等.

摘要： 碳酸盐岩储层非均质性强,发育溶蚀孔洞等孔隙结构,CT断层扫描能辨识碳酸盐岩储层不同孔隙结构;通过对岩心CT图像的形态学处理,有效突出各孔隙形态及连通性,充分保证孔隙目标提取和计算精度,编制基于灰度梯度突变算法的自动化处理程序,批量输入岩心扫描图像,标识单连通孔隙域,批量输出不同大小、不同形态和不同位置的孔洞的面孔率及等效半径,结果表明大孔洞发育的岩心孔隙度的统计值约为实测值31.7％,等效半径大于0.095mm的孔洞占全部孔隙空间的32％左右,68％为更微小的基质孔隙;碳酸盐岩发育溶蚀孔洞,但比例不大,孔隙空间的主体是基质孔隙;小洞孔隙度与统计孔隙度之间具有正相关性,中洞和大洞的相关性较差,小洞在洞孔隙度各组分中权重最大;碳酸盐岩孔隙类型多样,尺度跨度大,孔洞等效半径分布具有对数正态特征,拟合得到综合的等效半径概率密度函数,可用于孔隙定量表征及数学建模等.

摘要： 碳酸盐岩储层非均质性强,发育溶蚀孔洞等孔隙结构,CT断层扫描能辨识碳酸盐岩储层不同孔隙结构;通过对岩心CT图像的形态学处理,有效突出各孔隙形态及连通性,充分保证孔隙目标提取和计算精度,编制基于灰度梯度突变算法的自动化处理程序,批量输入岩心扫描图像,标识单连通孔隙域,批量输出不同大小、不同形态和不同位置的孔洞的面孔率及等效半径,结果表明大孔洞发育的岩心孔隙度的统计值约为实测值31.7％,等效半径大于0.095mm的孔洞占全部孔隙空间的32％左右,68％为更微小的基质孔隙;碳酸盐岩发育溶蚀孔洞,但比例不大,孔隙空间的主体是基质孔隙;小洞孔隙度与统计孔隙度之间具有正相关性,中洞和大洞的相关性较差,小洞在洞孔隙度各组分中权重最大;碳酸盐岩孔隙类型多样,尺度跨度大,孔洞等效半径分布具有对数正态特征,拟合得到综合的等效半径概率密度函数,可用于孔隙定量表征及数学建模等.

摘要： 碳酸盐岩储层非均质性强,发育溶蚀孔洞等孔隙结构,CT断层扫描能辨识碳酸盐岩储层不同孔隙结构;通过对岩心CT图像的形态学处理,有效突出各孔隙形态及连通性,充分保证孔隙目标提取和计算精度,编制基于灰度梯度突变算法的自动化处理程序,批量输入岩心扫描图像,标识单连通孔隙域,批量输出不同大小、不同形态和不同位置的孔洞的面孔率及等效半径,结果表明大孔洞发育的岩心孔隙度的统计值约为实测值31.7％,等效半径大于0.095mm的孔洞占全部孔隙空间的32％左右,68％为更微小的基质孔隙;碳酸盐岩发育溶蚀孔洞,但比例不大,孔隙空间的主体是基质孔隙;小洞孔隙度与统计孔隙度之间具有正相关性,中洞和大洞的相关性较差,小洞在洞孔隙度各组分中权重最大;碳酸盐岩孔隙类型多样,尺度跨度大,孔洞等效半径分布具有对数正态特征,拟合得到综合的等效半径概率密度函数,可用于孔隙定量表征及数学建模等.

摘要： 目的：为了改善低剂量CT图像的质量,本文提出一种自适应去除图像中泊松噪声的算法.rn 方法：首先,用基于剪切波的复合方差稳定变换,将泊松噪声转化为具有渐近稳定方差的近似高斯噪声.进而,利用剪切波邻域系数的相关性,用最大后验估计法(MPA)估算出阈值,并基于阈值判断出非噪声剪切波系数的位置.然后,基于该非噪声剪切波系数的位置,利用混合梯度下降法迭代重构出去除噪声的图像.其创新点是通过结合基于相关性的自适应去噪方法和混合梯度下降法来提高非噪声系数的估计精度.rn 结果：对多幅加入泊松噪声的CT图像进行一系列仿真实验,实验结果验证了提出算法的有效性.与传统的基于剪切波的去噪算法相比,其SNR值提高了6％,MSSIM值提高了2％.rn 结论：本文算法的视觉效果和定量评价指标都优于基于剪切波的传统去噪算法.

摘要： 目的：为了改善低剂量CT图像的质量,本文提出一种自适应去除图像中泊松噪声的算法.rn 方法：首先,用基于剪切波的复合方差稳定变换,将泊松噪声转化为具有渐近稳定方差的近似高斯噪声.进而,利用剪切波邻域系数的相关性,用最大后验估计法(MPA)估算出阈值,并基于阈值判断出非噪声剪切波系数的位置.然后,基于该非噪声剪切波系数的位置,利用混合梯度下降法迭代重构出去除噪声的图像.其创新点是通过结合基于相关性的自适应去噪方法和混合梯度下降法来提高非噪声系数的估计精度.rn 结果：对多幅加入泊松噪声的CT图像进行一系列仿真实验,实验结果验证了提出算法的有效性.与传统的基于剪切波的去噪算法相比,其SNR值提高了6％,MSSIM值提高了2％.rn 结论：本文算法的视觉效果和定量评价指标都优于基于剪切波的传统去噪算法.

摘要： 本发明提供CT图像重建方法、CT图像重建装置及CT系统，用于减少有物体运动的情况下的CT图像的运动伪影。CT图像重建方法根据通过X射线扫描而得到的投影数据重建CT图像，包括：运动物体位置检测步骤，检测运动物体在CT图像中的位置；部分角度选择步骤，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；部分角度约束步骤，根据所述部分角度的数据，生成部分角度约束条件；以及迭代重建步骤，使用所述部分角度约束条件，通过迭代重建来生成CT图像。由此，能够提高运动物体的CT图像的时间分辨率，减少运动伪影。

摘要： 本发明提供一种CT装置、CT图像系统及CT图像生成方法，能够在确保安全性的前提下，兼顾CT图像质量和CT图像生成效率。CT装置通过X射线对扫描区域进行扫描，生成位于扫描区域中的扫描对象的CT图像，具备设置在扫描区域中的规定位置的参考物装置、以及CT图像生成装置。根据参考物装置的已知的CT图像信息、以及通过扫描得到的所述扫描区域的扫描数据，生成扫描对象的CT图像。其中，在利用迭代重建方式生成扫描对象的CT图像时，尤其可以利用参考物装置的已知的CT图像以及在迭代中参考物装置所对应的重建图像和更新图像来决定迭代步长。由此，能够有效地减少迭代重建中迭代的次数，提高迭代重建的效率。

摘要： 本发明公开一种面向尘肺的CT图像处理系统，包括图像处理服务器，其包括CPU、图形处理器以及连接到所述图形处理器的DICOM读写单元，所述DICOM读写单元从所述图形处理器中读取与解析CT图像；CT图像预处理单元，其对所述DICOM读写单元解析后的CT图像进行灰度不均匀校正、图像去噪以及伪影去除的预处理；图像分割单元，其对预处理后的CT图像进行肺实质分割、肺结节分割以及肺结节假阳性目标去除；深度网络学习单元，其提取所述图像分割单元分割后的肺结节区域所在的子图像块中的高维特征；以及，SVM分类单元，其接收所述高维特征进行分类。本发明的CT图像的数据的分类精度高、鲁棒性稳定。

摘要： 本发明提供一种CT图像评价装置及CT图像评价方法，利用设置在扫描区域中的已知的参考物装置，能够客观地对CT图像质量进行评价，并客观地设置用于CT图像重建的重建参数。CT图像评价装置具备：CT图像输入单元，输入至少包括参考物区域的CT图像；评价指标计算单元，根据CT图像中的参考物区域的重建数据和参考物装置的已知的CT数据，计算用于评价CT图像的评价指标；以及CT图像评价单元，根据评价指标，对CT图像进行评价。另外，CT图像评价装置还可以具备重建参数决定单元，针对多个CT图像统计评价指标的最优值，并基于评价指标与重建参数之间的对应关系，决定用于CT图像重建的最优重建参数。

摘要： 本发明提供CT图像重建方法、CT图像重建装置及CT系统，用于减少有物体运动的情况下的CT图像的运动伪影。CT图像重建方法根据通过X射线扫描而得到的投影数据重建CT图像，包括：运动物体位置检测步骤，检测运动物体在CT图像中的位置；部分角度选择步骤，根据运动物体的所述位置选择视角点和角度范围，并根据所述视角点和角度范围选择所述投影数据中的部分角度的数据；部分角度约束步骤，根据所述部分角度的数据，生成部分角度约束条件；以及迭代重建步骤，使用所述部分角度约束条件，通过迭代重建来生成CT图像。由此，能够提高运动物体的CT图像的时间分辨率，减少运动伪影。

摘要： 本发明提供一种CT装置、CT图像系统及CT图像生成方法，能够在确保安全性的前提下，兼顾CT图像质量和CT图像生成效率。CT装置通过X射线对扫描区域进行扫描，生成位于扫描区域中的扫描对象的CT图像，具备设置在扫描区域中的规定位置的参考物装置、以及CT图像生成装置。根据参考物装置的已知的CT图像信息、以及通过扫描得到的所述扫描区域的扫描数据，生成扫描对象的CT图像。其中，在利用迭代重建方式生成扫描对象的CT图像时，尤其可以利用参考物装置的已知的CT图像以及在迭代中参考物装置所对应的重建图像和更新图像来决定迭代步长。由此，能够有效地减少迭代重建中迭代的次数，提高迭代重建的效率。

摘要： 本发明公开了一种超视野CT图像重建模型训练和超视野CT图像重建方法，利用预设重建算法对获取的多组CBCT投影数据进行重建处理得到正常视野图像；对正常视野图像进行视野缩小处理；对缩小后的正常视野图像对应的投影数据进行补全操作；对补全操作后得到的投影数据进行重建得到超视野重建图像；根据正常视野图像数据与超视野重建图像数据构建数据集，并根据数据集训练U－Net网络模型得到超视野CT图像重建模型。减弱了因数据截断导致的重建图像超视野边界的亮环问题；有效增强了超视野区域的图像的亮度与组织结构，解决了视觉效果不好的问题；根据该模型进行超视野CT图像重建可以直接得到与正常视野重建图像的视觉效果相近的图像，满足临床诊断需求。

摘要： 本发明提出的基于厚层CT图像生成薄层CT图像的系统及方法，包括图像获取模块，用于获取厚层CT图像以及薄层CT图像；切片处理模块，用于对厚层CT图像进行切片处理，获得厚层CT图像集；网络训练模块，用于采用级联神经网络模型对所述厚层CT图像集以及所述薄层CT图像集进行训练，获得级联神经网络模型的最优模型参数；薄层CT预测图像获取模块，用于基于厚层CT图像集以及最优模型参数通过级联神经网络模型进行薄层CT图像的预测，获得薄层CT预测图像。通过级联神经网络模型的训练和预测，能够使生成的薄层CT图像的质量提高，有效避免出现失真的情况，提高重建得到的DRR图像的质量、与X‑ray图像的配准精度和成功率。

摘要： 本发明公开了一种由单能CT图像生成双能CT图像的方法。首先需要获取一定数量的双能CT图像；之后利用去噪卷积神经网络对双能CT图像进行去噪，得到去噪后的低能图像和高能图像；训练二维卷积神经网络，网络的输入为去噪后的低能图像，输出为去噪后高能图像和低能图像的差；利用去噪卷积神经网络对获得的CT图像进行去噪得到去噪后的单能CT图像；将去噪后的单能CT图像输入之前训练好的二维卷积神经网络得到估计的高低能图像差异，该差异与最初低能级下单能CT图像的和为估计的高能级CT图像；将最初低能级下单能CT图像和估计的高能级CT图像组合得到估计的双能CT图像。本发明可以有效的由单能CT图像估计双能CT图像，从而为临床诊断提供更多信息。

摘要： 本发明涉及一种基于CT图像合成PET‑CT图像的方法，包括以下步骤：1)构建循环生成对抗网络，包括构成一个循环的正向循环通道A和反向循环通道B组成，每个循环通道为一个GAN网络，正向循环通道A包括生成网络G