学科分类
/ 1
7 个结果
  • 简介:很多人会问,孩子与父母亲之间的信任,不是天性使然的吗?为什么需要建立与培养?要与孩子有良好的关系与互动,就必须从小开始培养与孩子的互信。亲子互信的重要性有朋友常问我:'你常说德国的教育好,那么德国的孩子就都没问题吗?'当然不是。每个国家的国情不同,但是在欧洲,在德国,

  • 标签: 相信自己 同理心 经验累积 少子化 现代中国 学校门
  • 简介:

  • 标签:
  • 简介:本文提出一种新的基于轮廓提取和最大互信息理论的医学图像配准的算法。该算法克服了在配准过程中存在鲁棒性因素、出现误配情况及互信息单一的利用图像灰度信息的局限性,将边缘检测与互信息相结合,提高了原有算法的性能,可较准确地完成图像配准任务。本文并对提出的配准算法进行了Matlab仿真实验,对仿真结果进行分析。

  • 标签: 医学图像配准 边缘检测 最大互信息
  • 简介:

  • 标签:
  • 简介:利用边缘检测算子和数学形态学方法提取医学图像轮廓,采用主轴矩法配准两幅图像的轮廓,使其达到粗略配准的目的。通常的互信息测度是基于香农熵的,因为香农熵对于局部极值具有很强吸引域,而某些参数下的雷尼熵可以消除局部极值,将两种测度分别用于精配过程中不同的搜索阶段。首先利用全局搜索算法,寻找基于雷尼熵的归一化互信息测度的全局最优初值,再通过局部优化算法对当前的最优解寻找基于香农熵的更精确的全局最优解。实验表明,这种配准算法是有效的。

  • 标签: 图像轮廓 主轴法 混合互信息 遗传算法 单纯形法
  • 简介:摘要目的比较不同神经网络由磁共振成像(MRI)图像生成伪CT图像的本领,探讨伪CT用于临床放疗计划的可行性。方法选取29例同时具有计划CT和诊断MRI的脑癌患者,23例用于训练,6例用于测试。分别采用循环生成对抗网络(cycleGAN)、对比学习非配对图像转换网络(CUT)以及本研究提出的改进网络denseCUT由MRI生成伪CT,并将伪CT导入治疗计划系统中验证其用于放疗计划的可行性。结果CycleGAN、CUT和denseCUT生成的伪CT与真实CT之间的平均绝对误差分别为(72.0±6.9)、(72.5±8.0)和(64.6±7.3)HU,结构相似性分别为0.91±0.01、0.91±0.01和0.93±0.01,峰值信噪比分别为(28.5±0.7)、(28.5±0.7)和(29.5±0.7)dB,放疗计划剂量计算γ通过率(2%/2 mm)分别为98.05%、97.92%、98.31%。结论denseCUT能更准确地生成伪CT,伪CT能满足调强放疗计划剂量计算的需求。

  • 标签: 磁共振成像 对比学习 伪CT
  • 简介:摘要目的探讨改进互信息与图像金字塔相结合的二维-三维配准方法的价值。方法将3次B样条曲线的连续图像表示与Parzen直方图估计融合到该算法中,以胸腔作为研究对象,通过数字重建放射影像生成的正交位的模拟X线图和与其本身进行一定变换后的图像进行配准实验,观察配准精度和时间。结果经过50组对照试验得出本方法相较于传统配准方法在x、y轴向上的位移精度分别提高了53.39%、21.33%,配准时间缩短了91.93%。相较于近几年的改进算法在x、y轴向上的位移精度分别提高了17.65%、13.79%,并将配准时间进一步提高了19.64%。结论该方法可以有效提高二维-三维图像的配准精度和效率,且均符合手术过程中图像配准2 mm以内的要求。该方法的高效、准确为临床诊断和放疗自动化提供了有利的信息,同时也为肿瘤位置误差校正和医用机械臂自动摆位奠定了基础。

  • 标签: 二维-三维图像配准 互信息 数字重建放射影像 图像金字塔