簡介：高強(qiáng)度聚焦超聲（HIGHINTENSITYFOCUSEDULTRASOUND，簡稱HIFU）作為一種非侵入式、無毒副作用、具有巨大潛力的局部治療腫瘤的手段，受到國內(nèi)外學(xué)者的廣泛關(guān)注。HIFU技術(shù)能將超聲能量聚集到人體內(nèi)腫瘤組織上，在焦域內(nèi)產(chǎn)生高壓和高溫，使腫瘤組織溫度迅速上升到65℃以上，而發(fā)生不可逆轉(zhuǎn)的凝固性壞死，從而達(dá)到腫瘤消融的目的。近十年以來，隨著醫(yī)學(xué)圖像技術(shù)、自動控制技術(shù)的發(fā)展，國內(nèi)外學(xué)者相繼在HIFU治療理論和實(shí)驗(yàn)研究上取得了很大的進(jìn)展。特別是在國內(nèi)，人們已經(jīng)將HIFU技術(shù)用于惡性腫瘤的臨床治療，并取得了令人鼓舞的成績。這不僅是腫瘤治療歷史上的一次偉大的嘗試，更標(biāo)志著HIFU腫瘤治療技術(shù)已取得了突破性進(jìn)展，成為繼手術(shù)、放療和化療之后的又一種治療腫瘤的手段。我們課題組長期致力于治療超聲方面的研究，從80年代至今已取得了多項(xiàng)科研成果。在此基礎(chǔ)上，我們成功地研制出了HIFUNIT9000超聲腫瘤消融刀，它是集高強(qiáng)度聚焦超聲、自動控制、數(shù)字通信、醫(yī)學(xué)圖像處理和計(jì)算機(jī)圖形學(xué)等技術(shù)為一體的大型治療系統(tǒng)。本文在前面兩章闡述了其治療腫瘤的理論和實(shí)驗(yàn)基礎(chǔ)、工作原理及臨床時(shí)的治療步驟。并將其與國內(nèi)的同內(nèi)產(chǎn)品進(jìn)行了對比，反映了HIFUNIT9000聚焦超聲腫瘤消融刀的先進(jìn)性。為了進(jìn)一步提高治療效果，探索新的治療方式，我們?nèi)栽诜e極開發(fā)用于超聲刀的三維重建技術(shù)。本文后面幾章分別詳細(xì)闡述了開發(fā)三維重建技術(shù)的必要性，三維重建的原理及其實(shí)現(xiàn)，并為將來進(jìn)行快速超聲圖像三維重建提出了實(shí)現(xiàn)方法。在碩士期間，本人主要完成的工作包括1計(jì)算機(jī)與可編程邏輯控制器（PLC）之間的數(shù)據(jù)通信2B超圖像的實(shí)時(shí)監(jiān)控與采集，并運(yùn)用數(shù)字圖像處理技術(shù)改善圖像質(zhì)量。3利用斷層輪廓表面重建法實(shí)現(xiàn)了三維表面重建，并實(shí)現(xiàn)了三維物體的體積計(jì)算。4導(dǎo)出從旋轉(zhuǎn)坐標(biāo)三維數(shù)據(jù)到規(guī)則三維數(shù)據(jù)的轉(zhuǎn)換算法，為以后進(jìn)行快速三維重建打下了基礎(chǔ)，并對于今后的快速三維重建提出了建議。

簡介：近年來，隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)研究的不斷發(fā)展，計(jì)算機(jī)輔助診斷COMPUTERAIDEDDIAGNOSIS，CAD已經(jīng)成為醫(yī)學(xué)臨床診斷的一個(gè)重要工具，在某種程度上已經(jīng)成為現(xiàn)代化醫(yī)療的行業(yè)標(biāo)準(zhǔn)。目前，CAD已經(jīng)從診斷的輔助參考逐漸向計(jì)算機(jī)自動診斷AUTOMATEDCOMPUTERDIAGNOSIS，ACD發(fā)展?，F(xiàn)代醫(yī)學(xué)研究表明，基因遺傳綜合癥GEICSYNDROME，GS是導(dǎo)致兒童精神發(fā)育遲滯MENTALRETARDATION的主要原因之一，而多數(shù)綜合癥都會導(dǎo)致人的臉部形態(tài)發(fā)生微妙變化，這使得利用計(jì)算機(jī)進(jìn)行GS診斷成為可能和必要。本文目標(biāo)是解決GS計(jì)算機(jī)輔助診斷中的若干關(guān)鍵技術(shù)問題，并構(gòu)造面向計(jì)算機(jī)和醫(yī)學(xué)領(lǐng)域交叉的體系結(jié)構(gòu)框架。從三維人臉模型中提取特征是GS診斷的一個(gè)重要問題，由于本文研究背景的特殊性，特征提取算法面臨兩個(gè)主要問題1由于難以獲取正對的三維人臉模型，需要在非正對條件下定位模型；2GS通常會導(dǎo)致臉部特征形態(tài)變化，需要研究同時(shí)適用于正常人和GS患者的提取算法。針對上述問題，本文提出了NIFE人臉特征提取算法。算法首先根據(jù)鼻尖的幾何形狀和對稱性篩選并獲取鼻尖及相應(yīng)的對稱平面位置；隨后，利用鼻尖和對稱平面校準(zhǔn)模型至基本正對；最后，根據(jù)其他特征點(diǎn)所在區(qū)域的曲率及其相對于鼻尖的位置關(guān)系，分割特征區(qū)域并提取特征點(diǎn)。NIFE算法利用鼻尖在幾何形態(tài)上的穩(wěn)定性，通過分布處理確保了對正常人和GS患者都能有效提取特征。實(shí)驗(yàn)結(jié)果表明，NIFE算法能在模型朝向和位置未知的情況下提取人臉特征，具有較強(qiáng)的魯棒性，運(yùn)行速度較快，準(zhǔn)確率較高。智能推理模型是診斷的核心，模型的選擇需要在保證準(zhǔn)確率的基礎(chǔ)上提高泛化能力。由于實(shí)驗(yàn)數(shù)據(jù)是正常人樣本和已確診的病例，因此采用監(jiān)督學(xué)習(xí)算法是一個(gè)較好的選擇。第三章介紹了幾種典型的機(jī)器學(xué)習(xí)算法，針對診斷的特點(diǎn)和要求，從樣本質(zhì)量、精度要求以及先驗(yàn)知識的引入三個(gè)方面分析對比各種算法，提出以支持向量機(jī)SUPPTVECTMACHINE，SVM作為診斷系統(tǒng)的推理核心。隨后，在詳細(xì)介紹SVM算法及其理論依據(jù)的基礎(chǔ)上，進(jìn)一步闡明了該算法作為智能推理模型的優(yōu)勢，并討論了利用SVM解決多類分類問題的方法。為了提高診斷推理的效果，需要充分利用醫(yī)學(xué)診斷先驗(yàn)知識，將其引入學(xué)習(xí)過程。針對這一目標(biāo)，需要研究確定ACD的體系結(jié)構(gòu)。第四章首先介紹了CADACD體系結(jié)構(gòu)的研究現(xiàn)狀，指出現(xiàn)有的體系結(jié)構(gòu)無法靈活的適應(yīng)外部知識的變化。針對該問題，論文提出了一個(gè)面向計(jì)算機(jī)和醫(yī)學(xué)領(lǐng)域交叉的ACD體系結(jié)構(gòu)，其主要特點(diǎn)是引入自然語言處理技術(shù)，使得醫(yī)學(xué)專家能夠利用診斷指令，自主的將診斷知識結(jié)合到診斷體系結(jié)構(gòu)中。論文闡述了自然語言處理的相關(guān)技術(shù)，分析構(gòu)造了面向醫(yī)學(xué)診斷指令的產(chǎn)生式，并實(shí)現(xiàn)了一個(gè)診斷指令解析過程。在此基礎(chǔ)上，提出并實(shí)現(xiàn)了一種將先驗(yàn)知識引入機(jī)器學(xué)習(xí)的方法，該方法的特點(diǎn)體現(xiàn)在樣本篩選和輸入數(shù)據(jù)調(diào)整兩個(gè)方面。通過對診斷指令的處理，將不符合語義描述的樣本去除樣本篩選，減少噪音數(shù)據(jù)對學(xué)習(xí)的影響；增加與語義相關(guān)的維度數(shù)據(jù)調(diào)整，增強(qiáng)分類器對樣本語義的敏感。實(shí)驗(yàn)結(jié)果證明，該方法能有效提高學(xué)習(xí)效率，同時(shí)也證明了所提出體系結(jié)構(gòu)的可行性。由于論文中的數(shù)據(jù)來自不同的單位，樣本標(biāo)注缺乏嚴(yán)謹(jǐn)和一致性，因此存在同類樣本分屬不同子類的情況，即同類樣本中存在一定的“子差異”。針對這一問題，論文提出了一種基于子空間劃分的分類算法GBSVM。該算法的最大特點(diǎn)在于通過聚類將同類樣本中具有不同“子差異”的樣本預(yù)先分組，并利用樣本篩選和分類器的構(gòu)造避免這種“子差異”影響分類結(jié)果。實(shí)驗(yàn)結(jié)果表明，相對于普通的SVM算法和不對稱打包SVM算法，GBSVM算法有效的提高了多種樣本組成混合分類情況下的學(xué)習(xí)效率。在論文的最后，介紹了一個(gè)兒童遺傳綜合癥診斷原型系統(tǒng)。該原型系統(tǒng)采用了分層次、模塊化的結(jié)構(gòu)設(shè)計(jì)，融合了本文理論和技術(shù)研究的成果，實(shí)現(xiàn)從數(shù)據(jù)獲取到智能推理的整個(gè)過程，具有實(shí)用性和參考價(jià)值。

簡介：目的1了解目前肝癌患者圍手術(shù)期健康教育現(xiàn)狀，包括健康教育形式和方法、健康教育內(nèi)容、健康教育效果及影響因素等2探討三維立體模擬技術(shù)計(jì)算機(jī)輔助肝臟三維手術(shù)規(guī)劃技術(shù)在肝癌患者的圍手術(shù)期健康教育中的應(yīng)用效果，旨在探索出提高肝癌患者圍手術(shù)期健康教育效果的有效方法，提高肝癌患者圍手術(shù)期疾病及護(hù)理知識掌握率，維護(hù)肝癌患者圍手術(shù)期心理狀態(tài)的健康穩(wěn)定。方法1采用便利抽樣方法，根據(jù)事先設(shè)定的納入標(biāo)準(zhǔn)，抽取2011年1月～2012年12月在南充市兩所三級甲等醫(yī)院肝膽外科病房行肝癌切除術(shù)的患者76例，運(yùn)用自行設(shè)計(jì)的肝切除術(shù)患者圍手術(shù)期健康教育情況調(diào)查表對患者的基本情況、健康教育內(nèi)容、健康教育方式、影響其健康教育接收度的因素進(jìn)行調(diào)查。2采用便利抽樣方法，根據(jù)事先設(shè)定的納入標(biāo)準(zhǔn)，抽取2011年1月～2012年12月在南充市兩所三級甲等醫(yī)院行肝癌切除術(shù)的患者84例。將84例行肝癌切除術(shù)的患者隨機(jī)分為實(shí)驗(yàn)組43例與對照組41例）。對照組采用常規(guī)方式進(jìn)行圍手術(shù)期健康教育，實(shí)驗(yàn)組應(yīng)用計(jì)算機(jī)輔助肝臟三維手術(shù)規(guī)劃技術(shù)建立三維模型后進(jìn)行圍手術(shù)期健康教育。入院時(shí)及出院時(shí)，采用自制的HCC圍手術(shù)期疾病及護(hù)理知識問卷分別測評兩組患者肝癌圍手術(shù)期疾病護(hù)理知識掌握度。入院及術(shù)前健康教育后，采用ZUNG焦慮自評量表SAS分別測定兩組患者焦慮值。出院時(shí)分別測定兩組患者及家屬對圍手術(shù)期健康教育的滿意度（分為滿意、一般、不滿意三項(xiàng)）。結(jié)果1肝癌患者對肝癌圍手術(shù)期疾病及其護(hù)理知識均有較強(qiáng)需求，尤其是經(jīng)濟(jì)狀況較好、教育程度較高或者社會地位較高的患者。目前臨床常用采用口頭教育的健康教育方式，健康教育內(nèi)容更多局限于患者的飲食、用藥、活動與休息，而缺乏對患者本身疾病情況和手術(shù)情況的介紹。影響患者健康教育知識接收度的因素除了患者本身的受教育程度以外，還包括患者情緒、個(gè)性特征、護(hù)理人員的責(zé)任心以及健康教育方式有關(guān)系。2兩組患者的肝癌圍手術(shù)期疾病護(hù)理知識掌握度，出院時(shí)，差異具有統(tǒng)計(jì)學(xué)意義P＜005。兩組患者術(shù)前焦慮評分差異顯著P＜005。患者及家屬對圍手術(shù)期健康教育滿意度，出院時(shí)兩組差異均具有統(tǒng)計(jì)學(xué)意義P＜005。結(jié)論1肝癌患者圍手術(shù)期健康教育，在內(nèi)容和方式方法上都有必要進(jìn)一步完善和提高。在內(nèi)容方面，除了常規(guī)的術(shù)前術(shù)后護(hù)理知識外，患者本身疾病情況和手術(shù)情況也是患者或者患者家屬關(guān)注的重點(diǎn)。在方式方法上，相對于口頭教育，患者及家屬，尤其是老年人和受教育程度較低的患者及家屬，更傾向于接受畫冊或影像教育的方式。2在為患者或者患者家屬介紹患者疾病情況和手術(shù)情況時(shí)，借助計(jì)算機(jī)輔助肝臟三維手術(shù)規(guī)劃技術(shù)建立患者肝臟的三維模擬圖像，能讓患者或其家屬更快更清楚的了解自身病情及手術(shù)過程，從而緩解其焦慮情緒，提高肝癌患者圍手術(shù)期健康教育效果，提升患者及家屬的滿意度。

簡介：金屬粉末激光直接燒結(jié)DIRECTMETALLASERSINTERING，DMLS技術(shù)是選擇性激光燒結(jié)技術(shù)的一個(gè)重要分支，由于無需任何工模具、不受零件幾何形狀限制、材料利用率高、生產(chǎn)周期短等優(yōu)點(diǎn)極大地提高了生產(chǎn)柔性，日益成為先進(jìn)制造技術(shù)的一個(gè)重要發(fā)展方向。目前，球化效應(yīng)和成形件翹曲變形是DMLS領(lǐng)域中急需解決的兩大問題，集中輸入的局部激光移動熱源勢必造成溫度場的分布不穩(wěn)定、不均衡，這樣的溫度場及其產(chǎn)生的熱應(yīng)力是導(dǎo)致成形件質(zhì)量問題的根本原因。金屬零件能否順利成形及成形后的組織、性能的優(yōu)劣直接取決于成形工藝參數(shù)的選擇，因此要想正確選擇成形工藝參數(shù)，獲得形狀規(guī)整、組織致密和性能優(yōu)良的成形零件，就必須掌握DMLS工藝過程中溫度場隨時(shí)間的演變規(guī)律。本文主要針對DMLS溫度場有限元模擬及相關(guān)實(shí)驗(yàn)從以下幾個(gè)方面進(jìn)行了深入的研究1分析國內(nèi)外DMLS工藝及溫度場有限元模擬的發(fā)展現(xiàn)狀及趨勢，指出影響成形件質(zhì)量的關(guān)鍵問題以及目前溫度場有限元模擬的不足之處。2將ANSYS的“單元生死”技術(shù)引入到DMLS溫度場的多層燒結(jié)模擬中，實(shí)現(xiàn)多層燒結(jié)材料的動態(tài)增長過程描述；同時(shí)還成功解決了激光熱源的移動和加載、材料非線性的處理、相變潛熱的處理、圓形光斑的處理等關(guān)鍵問題。3綜合考慮熱傳導(dǎo)、熱輻射、熱對流以及材料的高度非線性，基于ANSYS平臺建立了與DMLS實(shí)際工藝過程相一致的三維有限元模型，以NI基合金粉末為燒結(jié)材料進(jìn)行了溫度場模擬。分析了激光熔池的加熱冷卻規(guī)律、各燒結(jié)道之間及各燒結(jié)層之間的相互影響規(guī)律，不同工藝參數(shù)對溫度場的影響規(guī)律等，在此基礎(chǔ)上選擇合適了工藝參數(shù)。4實(shí)驗(yàn)以自熔性NI基合金粉末為研究對象，以高功率激光器、JXA840A電子探針分析儀、HVS1000型顯微硬度計(jì)為主要研究手段，分析了激光功率和掃描速度這兩個(gè)最主要的工藝參數(shù)對金屬粉末燒結(jié)成形性及球化效應(yīng)的影響，利用優(yōu)化的工藝參數(shù)成形了多層燒結(jié)件。最后測量了燒結(jié)深度、燒結(jié)寬度同時(shí)觀察了成形件微觀組織并與模擬結(jié)果進(jìn)行了對比，結(jié)果表明模擬結(jié)果與實(shí)驗(yàn)結(jié)果吻合較好。

簡介：目的1掌握軟骨細(xì)胞體外三維培養(yǎng)技術(shù)，掌握自體關(guān)節(jié)軟骨缺損模型的建立及自體軟骨細(xì)胞移植加骨膜覆蓋技術(shù)。2研究了解在體外三維培養(yǎng)條件下的軟骨細(xì)胞，對關(guān)節(jié)軟骨缺損模型的短期修復(fù)效果。3為臨床開展自體軟骨細(xì)胞移植，治療關(guān)節(jié)軟骨損傷提供一個(gè)基礎(chǔ)性研究。方法1自體軟骨細(xì)胞的來源取四周齡新西蘭兔，腹腔全麻后，無菌條件下片狀切取一側(cè)膝關(guān)節(jié)股骨髁部軟骨，用機(jī)械和酶消化法獲得單個(gè)軟骨細(xì)胞，細(xì)胞懸液，進(jìn)行體外三維培養(yǎng)。2自體軟骨細(xì)胞的移植取三維培養(yǎng)的自體膝關(guān)節(jié)軟骨細(xì)胞，消化成單個(gè)軟骨細(xì)胞后，將細(xì)胞懸液注入兔膝關(guān)節(jié)缺損處，采用自體同側(cè)脛骨上端內(nèi)側(cè)骨膜覆蓋。3試驗(yàn)分組按試驗(yàn)方法分為四組白體軟骨細(xì)胞移植組、自體對照組單純骨膜覆蓋、異體對照組單純骨膜覆蓋及異體對照組無骨膜覆蓋。按動物數(shù)量分組選24只健康新西蘭大白兔，體重為20～25KG，隨機(jī)分為4組，每組6只。4試驗(yàn)用關(guān)節(jié)軟骨缺損模型設(shè)計(jì)試驗(yàn)組及自體對照組于兔左膝關(guān)節(jié)股骨髁髕股關(guān)節(jié)面轉(zhuǎn)2孔直徑5MM的全層軟骨缺損，上孔用于自體對照，下孔用于自體軟骨細(xì)胞移植。異體對照組轉(zhuǎn)孔方法同前，上孔僅行骨膜縫合覆蓋，下孔骨膜不縫合，不行細(xì)胞移植。5組織學(xué)評價(jià)分別于術(shù)后4、8、12、16周施行空氣栓塞殺死各組家兔，切取股骨遠(yuǎn)端包括缺損修復(fù)組織、鄰近軟骨和骨。用于大體觀察，并對組織切片行Ⅱ型膠原免疫組化染色及HE染色。結(jié)果1利用機(jī)械與酶消化法獲得的軟骨細(xì)胞，成功的進(jìn)行了體外單層及三維培養(yǎng)，構(gòu)建了穩(wěn)定的軟骨細(xì)胞體外三維培養(yǎng)體系。2成功的進(jìn)行了自體關(guān)節(jié)軟骨缺損模型的建立及自體軟骨細(xì)胞移植加骨膜覆蓋技術(shù)。3體外三維培養(yǎng)條件下的自體關(guān)節(jié)軟骨細(xì)胞，對關(guān)節(jié)軟骨缺損模型的短期修復(fù)效果良好，組織學(xué)評價(jià)明顯優(yōu)于對照組。結(jié)論1利用體外三維培養(yǎng)的方法在短期內(nèi)能夠獲得較大數(shù)量表型穩(wěn)定的自體關(guān)節(jié)軟骨細(xì)胞。2自體軟骨細(xì)胞移植加蓋骨膜覆蓋技術(shù)修復(fù)關(guān)節(jié)軟骨缺損短期效果良好，能較好的修復(fù)關(guān)節(jié)軟骨缺損。

簡介：目的應(yīng)用三維超聲RT3DE檢測左室壁各心肌節(jié)段運(yùn)動、容量及時(shí)間參數(shù)的改變，探討對相應(yīng)供血冠狀動脈狹窄程度的判斷價(jià)值。方法選取天津醫(yī)科大學(xué)第二醫(yī)院心臟科2012年4月至2013年2月間擬診不穩(wěn)定心絞痛的住院患者150例，其中男性96例，女性54例，平均年齡634±13640～80歲。所有患者均行常規(guī)超聲及冠狀動脈造影CAG檢查，左室射血分?jǐn)?shù)LVEF≥50％根據(jù)其冠脈病變程度將其分為A組即左前降支病變組103支B組即左回旋支病變組88支C組即右冠狀動脈病變組87支。各組再以冠狀動脈狹窄程度分為A1B1C1（冠脈狹窄程度＜75％）組及A2B2C2（冠脈狹窄程度≥75％）組。以冠狀動脈造影三支均未見明顯狹窄的患者68例作為對照組即N組。所有入選者行RT3DE檢查，采集所需切面，存盤。采用RT3DE的QLAB3DQADVANCED定量分析軟件程序得到17節(jié)段VTC及牛眼圖，逐幀進(jìn)行序列分析，記錄左室16節(jié)段平均運(yùn)動幅度EA收縮期心室運(yùn)動峰值時(shí)間TS節(jié)段舒張末容積SEDV、節(jié)段收縮末容積SESV，利用公式計(jì)算左室節(jié)段射血分?jǐn)?shù)SEFSEDVSESVSEDV100％。對所得部分參數(shù)進(jìn)行ROC曲線分析，得出曲線下面積及各指標(biāo)截點(diǎn)值。分別對三支冠脈供血節(jié)段曲線下面積較大的指標(biāo)進(jìn)行判別分析，得出動脈狹窄≥75％的判別函數(shù)，并行組內(nèi)判別函數(shù)的交互檢驗(yàn)，判斷其有效率、特異性及敏感性。結(jié)果1A2組前壁、前間隔的中間段及心尖段EA值及前壁中間段、心尖段和前間隔心尖段SEF值明顯小于A1組及N組P＜005A1組與N組間無明顯差異P＞005。各節(jié)段TS在三組間未見明顯差異P＞005。2B2組側(cè)壁基底段、中間段及后壁的基底段EA值及側(cè)壁基底段和中間段、后壁基底段SEF較A1及N組明顯減小P＜005B1組與N組間無明顯差異P＞005。各節(jié)段TS在三組間未見明顯差異P＞005。3C2組下壁、后間隔基底段、中間段和后壁基底段EA值及下壁、后間隔基底段SEF值明顯小于C1及N組，P＜005C1組與N組間無明顯差異P＞005。各節(jié)段TS在三組間未見明顯差異P＞005。4N組患者左室16節(jié)段VTC呈規(guī)則拋物線形，曲線波幅大，波谷趨近A1B1C1組患者VTC與N組患者相近但略欠規(guī)則。A2B2C2患者的曲線形態(tài)不規(guī)則，雜亂，正常節(jié)段波幅較大，缺血節(jié)段波幅小，甚至呈反向運(yùn)動，N組患者牛眼圖顯示左室各節(jié)段呈均勻的綠色，A2B2C2組患者牛眼圖顏色混雜，A2組患者的圖像顯示左室前壁中間段、心尖段為紅色成像，B2患者以側(cè)壁為主顯像成紅色圖像，C2組患者圖像顯示以下壁為主呈紅色顯像。5A組前壁心尖段、中間段及前間隔中間段SEF曲線下面積分別為894％、877％、953％，截點(diǎn)值分別為5357％、5084％、5314％前壁、前間隔的心尖段、中間段EA曲線下面積分別為92，8％、915％、945％、903％，截點(diǎn)值分別為567、531、539、525。6B組側(cè)壁基底段、中間段SEF曲線下面積分別為918％、893％，截點(diǎn)值分別為5117％、5279％側(cè)壁基底段、中間段及后壁基底段EA曲線下面積分別為941％、946％、927％，截點(diǎn)值分別為548、531、488。7C組下壁、后間隔基底段SEF曲線下面積分別為915％、889％，截點(diǎn)值分別為4877％、5096％下壁基底段、中間段及后壁基底段EA曲線下面積分別為932％、894％、945％，截點(diǎn)值分別為463、525、488。8分別以前降支回旋支右冠脈狹窄程度≥75％為分組變量，定義A1B1C1組為1，A2B2C2組為2，分別以前間隔心尖段的EA、SEF側(cè)壁基底段EA、SEF及中間段EA下壁基底段EA、SEF為自變量進(jìn)行的判別分析及組內(nèi)判別函數(shù)的交互檢驗(yàn)，分別得前降支狹窄≥75％的判別函數(shù)Y0461SEF0672EA，判別臨界值YA0438，考核總正確率為9029％回旋支狹窄≥75％的判別函數(shù)Y0500SEF0771EA10783EA2，判別臨界值YB0694，考核總正確率為8636％右冠狹窄≥75％的判別函數(shù)Y0830SEF0481EA，判別臨界值為YC0653，考核總正確率為8736％結(jié)論1冠狀動脈分支狹窄≥75％所供血的相應(yīng)心肌節(jié)段的EA、SEF明顯減小，TS未見明顯變化，提示運(yùn)動及容量參數(shù)對判斷冠脈狹窄程度較時(shí)間參數(shù)敏感217節(jié)段VTC曲線及牛眼圖可直觀顯示狹窄冠脈供血節(jié)段據(jù)此可推斷冠脈病變的部位3部分心肌節(jié)段EA、SEF的ROC曲線下面積及截點(diǎn)值可作為評估相應(yīng)冠脈狹窄≥75％的指標(biāo)之一4分別以不同冠脈狹窄≥75％為分組變量，以部分心肌節(jié)段的EA、SEF為自變量，所得判別函數(shù)及臨界值YA、YB、YC的正確率均達(dá)85％以上，判斷相應(yīng)冠脈狹窄≥75％的敏感性及特異性均在82％92％5限于本研究樣本量較小，其結(jié)論有待進(jìn)一步研究證實(shí)。

簡介：該文是對該項(xiàng)工作的總結(jié)和概括文章的主要研究內(nèi)容及其成果包括以下幾個(gè)方面在分析了外觀屬性的網(wǎng)格水印算法的研究意義及技術(shù)難點(diǎn)的基礎(chǔ)上提出了在增量式網(wǎng)格表示法下的網(wǎng)格外觀屬性水印算法解決了在外觀屬性上嵌入水印的一些關(guān)鍵性問題其中針對在外觀屬性分量上植入水印的值溢出問題作者提出了動態(tài)修改基函數(shù)的方法考慮到直接修改法向量分量的方法會受到法向量單位化操作影響導(dǎo)致水印提取困難作者提出一種繞固定軸旋轉(zhuǎn)法向量的方法有效地避免了單位化對已植入水印信息的影響該文的外觀水印算法在基本保持原始網(wǎng)格外觀的基礎(chǔ)上能有效地提高網(wǎng)格水印的容量并能取得與其他變換域水印算法相當(dāng)?shù)聂敯粜阅茚槍?shù)字水印中網(wǎng)格模型數(shù)據(jù)量較大的特點(diǎn)該文提出了一種在網(wǎng)格多分辨率表示框架下的迭代最近點(diǎn)ICP網(wǎng)格對齊方法為避免迭代落入局部而非全局最優(yōu)解該方法利用網(wǎng)格的多分辨率表示特性和網(wǎng)格上點(diǎn)到質(zhì)心距離分布的特征信息快速有效地確定初始矩陣同時(shí)為提高迭代過程的收斂速度從網(wǎng)格P上的初始點(diǎn)集選取標(biāo)準(zhǔn)、無效的對應(yīng)點(diǎn)對的舍棄標(biāo)準(zhǔn)以及對應(yīng)點(diǎn)對的差值度量標(biāo)準(zhǔn)等三方面對傳統(tǒng)的迭代過程進(jìn)行了改進(jìn)該文提出的網(wǎng)格對齊算法的初始矩陣估計(jì)方法有效迭代過程收斂迅速可以自然地集成到網(wǎng)格水印系統(tǒng)中較好地解決網(wǎng)格水印提取中的網(wǎng)格對齊問題

簡介：目的研究應(yīng)用三維重建技術(shù)選擇胸外科機(jī)器人手術(shù)切口的方法。探索該方法的可行性，并將其應(yīng)用于臨床手術(shù)。使之成為一種確定機(jī)器人手術(shù)切口的新方法。方法本課題在第一部分中研究了應(yīng)用三維重建技術(shù)選擇機(jī)器人手術(shù)切口的方法，在術(shù)前應(yīng)用蘋果公司研發(fā)的OSIRIX醫(yī)學(xué)影像處理軟件對胸部CT進(jìn)行三維重建，明確腫物的位置、大小、與周圍組織器官的毗鄰關(guān)系以及在體表的投影位置。依據(jù)機(jī)器人手術(shù)操作系統(tǒng)的指導(dǎo)原則，在電腦上模擬切口可能的位置，并測量檢測其位置是否合理，最終選定適合的切口。在第二部分將該方法應(yīng)用于臨床病例中，記錄手術(shù)時(shí)間、術(shù)前準(zhǔn)備、手術(shù)操作時(shí)間等數(shù)據(jù)，跟既往數(shù)據(jù)進(jìn)行對比，討論三維重建技術(shù)在機(jī)器人手術(shù)中的實(shí)際應(yīng)用價(jià)值，以及發(fā)展前景。結(jié)果本課題在第一部分成功將三維重建技術(shù)應(yīng)用于機(jī)器人手術(shù)切口的選擇中，在第二部分將該方法應(yīng)用于篩選出的4例手術(shù)病例中。所選病例的腫物位于胸腔不同位置，并且性質(zhì)和密度均不同。均成功在三維重建后的圖像中尋找到目標(biāo)腫物，并能準(zhǔn)確的定位，確定手術(shù)切口。經(jīng)過手術(shù)的驗(yàn)證，此方法能簡單快速的確定手術(shù)切口，有效的減少了手術(shù)準(zhǔn)備時(shí)間，提供適當(dāng)?shù)囊曇?，足夠的操作空間，保證手術(shù)順利完成。結(jié)論本課題中探索的利用三維重建選擇機(jī)器人手術(shù)切口的方法，可在術(shù)前為術(shù)者提供明確的腫瘤位置及空間的毗鄰關(guān)系，使得術(shù)者對腫瘤有直觀的判斷。此外利用此方法選擇的手術(shù)切口，符合機(jī)器人手術(shù)操作系統(tǒng)的要求，給術(shù)者提供了適合的視野及方便的操作空間，而且此方法簡單易行，加快了術(shù)前準(zhǔn)備的速度，減少了手術(shù)時(shí)間?？梢娙S重建技術(shù)輔助機(jī)器人手術(shù)選擇切口的方法簡單易行，且實(shí)用性較強(qiáng)，值得推廣，尤其是對復(fù)雜機(jī)器人手術(shù)的開展提供了幫助。但本課題的樣本量有限，未能進(jìn)行客觀的統(tǒng)計(jì)學(xué)分析，需要進(jìn)一步對大樣本病例應(yīng)用，得到客觀數(shù)據(jù)支持。

簡介：三維超聲頸動脈圖像中自動分割出頸動脈斑塊對于監(jiān)控頸動脈粥樣硬化的生長和衰退具有很重要的意義?？紤]到頸動脈斑塊內(nèi)部回聲異質(zhì)性強(qiáng)以及斑塊形狀變化多樣本文提出了一種基于中外膜邊界MEDIAADVENTITIABOUNDARYMAB和血管腔內(nèi)膜邊界LUMENINTIMABOUNDARYLIB先驗(yàn)的水平集分割方法將斑塊分割的問題簡化成將斑塊與健康中膜組織區(qū)分開的問題。分割方法主要分為兩步初始輪廓獲取和水平集演化。首先在MAB和LIB之間利用灰度的信息檢測到初始的輪廓點(diǎn)然后將斑塊與MAB、LIB相對位置的先驗(yàn)信息同圖像信息一起綜合融入水平集框架中通過水平集的演化得到最終的斑塊“外”輪廓該最終演化輪廓與LIB圍成的區(qū)域即為斑塊。同時(shí)本研究中獲得兩位超聲影像醫(yī)生對頸動脈圖像多次分割的結(jié)果并將多次分割結(jié)果進(jìn)行輪廓平均作為檢驗(yàn)提出的自動分割算法可靠性和準(zhǔn)確性的金標(biāo)準(zhǔn)。分割算法中的參數(shù)優(yōu)化利用進(jìn)化策略方法最小化測試圖像集上的分割誤差利用優(yōu)化的參數(shù)在實(shí)驗(yàn)圖像集上進(jìn)行分割并將分割結(jié)果與金標(biāo)準(zhǔn)進(jìn)行比較實(shí)驗(yàn)結(jié)果與數(shù)據(jù)分析結(jié)果證明算法分割的結(jié)果十分接近金標(biāo)準(zhǔn)。綜上所述本文的主要內(nèi)容可歸納以下幾個(gè)部分1基于水平集的圖像分割方法基本原理及具體實(shí)現(xiàn)2具體研究方法三維超聲頸動脈數(shù)據(jù)采集、金標(biāo)準(zhǔn)獲取、自動分割算法及其參數(shù)優(yōu)化3實(shí)驗(yàn)結(jié)果及數(shù)據(jù)分析。

簡介：華中科技大學(xué)碩士學(xué)位論文內(nèi)燃機(jī)進(jìn)氣系統(tǒng)三維流場的可視化技術(shù)應(yīng)用研究姓名劉國慶申請學(xué)位級別碩士專業(yè)動力機(jī)械及工程指導(dǎo)教師陳國華2003512華中科技大學(xué)碩士學(xué)位論文ABSTRACTINTHECASEOF3DFLOWNUMERICALSIMULATIONONGASFLOWININLETCYLINDEROFCUB100INTERNALCOMBUSTIONENGINE，THISPAPERMAKESAPPLICATIONRESEARCHESONVISUALIZATIONOF3DFLOWFIELDCOMPUTEDBYNUMERICALSIMULATIONINTHISPAPER，ANALYZESTHEACTIVITYANDDEVELOPMENTTRENDOFSCIENTIFICVISUALIZATIONIMPROVESONTHEMETHODOFGETTINGNORMALANDDATAORGANIZATIONINMARCHINGCUBESALGORITHMINTHISWAY，THEALGORITHMISPOPULARIZEDTOA3DIRREGULARDATAFIELDSTHEREASONFORBRINGINGAMBIGUITYWHENMARCHINGCUBESISUSEDTOGENERATEISOSURFACEISANALYZEDAPPLYINGAPREDIGESTEDASYMPTOTEMETHOD，THEAMBIGUITYISAVOIDEDUSINGMARCHINGCUBES￡ILGORITHM，ITGENERATESSLICENEPHOGRAMTOVISUALIZE2DDATAFIELDSONSLICETHEISOLINEOILSLICEISGENERATEDBYGRIDSEQUENCEALGORITHMUNDERTHETHOUGHTOFTHESTREAMLINEGROWINGALGORITHM，ITGENERATESSTREAMLINESOILSLICEBYASIMPLESTEPMARCHINGMETHODEMPLOYINGRAYTRACINGMETHOD，VOLUMERENDERINGISACHIEVED，ANDTHEVELOCITYOFVOLUMERENDERINGISQUICKENEDBYAIMPROVEDMETHODOFTHEALGORITHMFORINTERSECTIONBETWEENRAYANDPOLYGONADOPTINGTHESEVISUALIZATIONMETHODS，THERESULTSATTAINEDBYNUMERICALSIMULATIONAREVISUALIZEDSCALARPRESS，TEMPERATURE，TURBULENCEFIELDSAREVISUALIZEDBYISOSURFACE，SLICENEPHOGRAMANDVOLUMERENDERINGTECHNIQUE，VECTORVELOCITYFIELDSAREVIUSALIZEDBYSTREAMLINERENDERINGTECHNIQUEUSINGVISUALC60ANDOPENGLWRITESPOSTPROCESSSOFTWAREFOR3DF10WNUMERJCALSIMULATIONKEYWORDSINTERNALCOMBUSTIONENGINE，F(xiàn)LOWCALCULATION，SCIENTIFICVISUALIZATION，MARCHINGCUBES，RAYCASTING，STREAMLINEIL

簡介：點(diǎn)擊查看更多基于對偶四元數(shù)的三維物體匹配方法的研究.pdf精彩內(nèi)容。

簡介：本論文采用連續(xù)切片計(jì)算機(jī)輔助三維重建和可視化技術(shù)研究了FE009％C148％MN低碳微合金鋼中晶界、晶內(nèi)鐵素體的三維形態(tài)以及晶內(nèi)鐵素體與夾雜物之間的關(guān)系。對晶界鐵素體以及在夾雜物上形核的晶內(nèi)鐵素體之間的取向關(guān)系進(jìn)行了EBSD分析。對在不同反應(yīng)溫度下形成的晶界、晶內(nèi)鐵素體的納米硬度進(jìn)行了測定和分析?；诓煌磻?yīng)溫度和時(shí)間樣品的顯微組織觀察和三維重建獲得了關(guān)于晶界鐵素體三維形態(tài)新的認(rèn)識。仿晶界鐵素體以及一次鋸齒形鐵素體的三維形態(tài)與前人的實(shí)驗(yàn)結(jié)果存在一定差別。仿晶界鐵素體根據(jù)其形核地點(diǎn)和長大方式的不同具有更加復(fù)雜的形態(tài)一種表現(xiàn)為細(xì)長橢球體狀，一種表現(xiàn)為扁橢球體狀。一次鋸齒形鐵素體在三維空間更像三棱錐。本論文揭示了一次板條的三維形態(tài)，其形如板狀，與二次板條相比尺寸較小。晶棱上形核的鐵素體具有頂點(diǎn)被拉長的金字塔形貌；在晶角形核的鐵素體在生長過程中迅速占據(jù)晶角空間而具有不規(guī)則的形態(tài)。連續(xù)切片三維重建技術(shù)顯示仿晶界鐵素體以及魏氏體鐵素體的三維形態(tài)是不能僅通過二維圖像觀測推演出來的。根據(jù)在晶界上形成的鐵素體的三維形態(tài)觀察和定量分析，建立了晶界鐵素體三維形態(tài)的分類模型。在低過冷度下，晶內(nèi)鐵素體都在夾雜物上形核長大，一般表現(xiàn)為等軸狀，通常幾個(gè)亞晶在同一個(gè)夾雜物上形成。在同一個(gè)夾雜物上形成的鐵素體亞晶取向相近，并互相之間呈現(xiàn)小角度晶界，其形成原因可能為激發(fā)形核。在較大過冷度下鐵素體板條從夾雜物上輻射生長，通常處在夾雜物對立面的板條具有相同的取向，處在非對立面的鐵素體板條之間取向差異較大。針狀鐵素體在三維空間更像板條而不是傳統(tǒng)的針狀，通常先形成的鐵素體板條將奧氏體晶粒分割成許多較小的區(qū)域，而隨后形成的鐵素體就限制在這些細(xì)小的區(qū)域內(nèi)，從而導(dǎo)致晶粒細(xì)化。在較大過冷度下形成的晶界、晶內(nèi)鐵素體與低過冷度下形成的相應(yīng)組織相比具有較高的納米硬度和彈性模量；在同一相變溫度，晶內(nèi)鐵素體的納米硬度和彈性模量均高于晶界鐵素體。其可能原因在于不同條件下形成的鐵素體內(nèi)部的碳和合金元素的濃度以及位錯(cuò)密度的不同。

簡介：點(diǎn)擊查看更多IPO-FDTD混合法計(jì)算三維復(fù)雜腔體的RCS.pdf精彩內(nèi)容。

簡介：X射線血管造影檢查是目前國際上公認(rèn)的診斷心腦血管疾病的最有效手段之一但基于二維造影圖像的傳統(tǒng)診治方法存在很大的局限性。血管的三維重建技術(shù)不僅能為醫(yī)生提供形象、直觀的三維血管形狀圖像而目可以輔助測量血管的有關(guān)參數(shù)如直徑大小、血管長度和截面積等從而有助于冠心病等血管疾病的診斷和治療。本文主要研究了血管造影圖像的二維信息處理、三維重建和三維重建優(yōu)化。針對各向異性擴(kuò)散的幾個(gè)主要缺點(diǎn)論文結(jié)合FACET小面模型提出了新的各向異性擴(kuò)散方程在每一步的迭代中利用FACET模型擬合原圖像進(jìn)行去噪并利用HESSIAN矩陣的特征值的平方和作為選擇傳導(dǎo)參數(shù)的依據(jù)從而解決了傳統(tǒng)的各向異性擴(kuò)散方程中手動選取參數(shù)的問題。造影劑在流經(jīng)腦部血管的過程中由于造影劑的流動當(dāng)造影劑到達(dá)細(xì)小血管終端時(shí)流經(jīng)血管主動脈的造影劑就基本消失了這樣無論對于哪一幀的血管造影圖像都不能分割出完整的血管結(jié)構(gòu)。由于腦部血管的位置在一個(gè)序列中基本不會變化因此利用血管同一位置處在造影劑流動過程中的灰度變化特性進(jìn)行了腦血管的分割。為解決單一平面造影系統(tǒng)多視點(diǎn)冠脈造影序列影像的時(shí)間匹配問題通過對序列冠脈造影影像的分析提出了一種基于彎曲能量的時(shí)間匹配方法代替?zhèn)鹘y(tǒng)的心電門控方法來進(jìn)行兩個(gè)視點(diǎn)冠脈造影圖像序列的對應(yīng)幀時(shí)間匹配。采用一種基于輪廓向量的自適應(yīng)曲率提取方法進(jìn)行曲率提取利用曲率信息計(jì)算每幀圖像的彎曲能量把造影圖像序列的時(shí)間匹配問題轉(zhuǎn)化為彎曲能量曲線的對應(yīng)匹配問題。在分析冠脈造影系統(tǒng)三維重建的精度與穩(wěn)定性的基礎(chǔ)上針對序列圖像對應(yīng)幀攝像機(jī)內(nèi)外參數(shù)不發(fā)生變化基礎(chǔ)矩陣?yán)碚撋隙枷嗤奶攸c(diǎn)把景物重建中常用的RANSAC隨機(jī)采樣一致性方法進(jìn)行基礎(chǔ)矩陣估計(jì)的方法應(yīng)用到血管冠脈造影圖像的三維重建中來RANSAC方法采用大樣本特征點(diǎn)對基礎(chǔ)矩陣進(jìn)行估計(jì)實(shí)驗(yàn)比較了這種方法與改進(jìn)的八點(diǎn)算法的誤差證明該方法比八點(diǎn)算法有更高的精度和穩(wěn)定性。在三維重建方面研究了冠脈造影系統(tǒng)的幾何模型以及空間中的三維坐標(biāo)變換進(jìn)一步推導(dǎo)出在已知造影角度時(shí)點(diǎn)的三維重建方法。通過B樣條擬合有限的三維點(diǎn)插值出更多的血管點(diǎn)使三維骨架連續(xù)具有很好的可視性并減少了計(jì)算量。在三維重建的優(yōu)化方面分別采用自適應(yīng)模擬退火優(yōu)化和捆集調(diào)整方法對造影系統(tǒng)的參數(shù)進(jìn)行迭代優(yōu)化。這兩種方法優(yōu)化時(shí)間效率高優(yōu)化結(jié)果相比于優(yōu)化之前都有很大的提高。

簡介：點(diǎn)擊查看更多計(jì)算機(jī)視覺在微構(gòu)件三維檢測中的應(yīng)用研究.pdf精彩內(nèi)容。