检索结果-南通市图书馆

作者：刘沛贤华南理工大学

学位级别：硕士

CT骨骼区域的提取算法可作为骨病灶检测及诊断的基础,排除非骨组织区域的干扰,减少骨病灶误检。由于骨骼内部区域与周围代谢组织CT值的相近,且骨骼轮廓存在边界模糊问题,因此现有的CT骨骼区域提取算法难以在两者差异性缺失的情况下对目... 详细信息

CT骨骼区域的提取算法可作为骨病灶检测及诊断的基础,排除非骨组织区域的干扰,减少骨病灶误检。由于骨骼内部区域与周围代谢组织CT值的相近,且骨骼轮廓存在边界模糊问题,因此现有的CT骨骼区域提取算法难以在两者差异性缺失的情况下对目标范围进行充分界定。此外,基于深度学习的分割方法可以有效提取高维特征,提高分割效率,但缺乏大规模的CT骨骼区域标注数据集作为有监督条件,导致分割精度不足。然而,医学数据的标注工作需要专业人员来进行,耗时较长,存在人工成本高的问题。因此,CT骨骼区域的自动分割算法具有显著的研究意义和应用价值。本文的主要研究工作包括:(1)针对难以界定骨骼内部区域与周围代谢组织的问题,本文将CT骨骼区域分割任务建模为抠图问题。本文假设在局部窗口内增加已知前景点可以增强该窗口内的空间特征表达,从而弥补未知点与已知背景点在颜色特征上的信息损失,并基于该假设提出了基于前景扩充的抠图增强算法。该算法利用聚类和颜色量化对三分图前景进行扩充,并使用alpha阈值分割迭代增强方法进行多次抠图,直至前景区域变化趋于稳定。在全身骨骼区域分割数据集上的对比实验结果表明,本文所提算法在m Io U指标上优于多个主流医学分割算法,提升了2.11%-6.48%。(2)本文的第一项研究工作大幅提高了分割精度,但分割效率不足。针对该问题,本文利用抠图增强算法生成了CT骨骼区域分割数据集,并假设空间特征表达能够弥补未知点与已知背景点在颜色特征上的信息损失,提出了基于空间特征表达的医学分割网络。该网络以Non-local机制为核心,以稀疏关键点选取代替亲和力矩阵的全局上下文计算,提高了空间特征表达效率。本文在包含15202张横断面标记的分割数据集上进行了测试。实验结果表明,与其他主流医学分割网络相比,该算法在m Io U指标上提升了7.18%。基于以上研究,本文设计了一个CT骨骼区域自动分割工具,部署于广州某三甲医院核医学科。经过实际测试,该工具在测试样本中的准确率为91.11%,分割单样本的平均耗时91.45秒。本文将该工具应用于病灶检测流程中,有效屏蔽了CT切面非骨区域的干扰,降低了骨病灶误判的概率。

来源：

同方学位论文库评论

基于局部目标生成的非成对多模态医学图像翻译及分割研究

引用

作者：陈俊晓华南理工大学

学位级别：硕士

图像翻译任务是医学成像领域的一个重要任务,它对放射学有着极大的临床意义。在临床实践中,为了更好地掌握患者的情况,医生通常会使用多种医学成像技术获取多种模态的医学图像,以进行全面的诊断。与单一模态的医学图像相比,成对的多模... 详细信息

图像翻译任务是医学成像领域的一个重要任务,它对放射学有着极大的临床意义。在临床实践中,为了更好地掌握患者的情况,医生通常会使用多种医学成像技术获取多种模态的医学图像,以进行全面的诊断。与单一模态的医学图像相比,成对的多模态医学图像可以提供互补的信息,从而帮助医生对关注的目标区域(Region of Interest,ROI)做出更加全面和精确的诊断。然而,实际情况中由于多方面因素(仪器、辐射、反射剂量等)的限制,成对的多模态医学图像很难直接获得。为了缓解这种上述问题,医学图像翻译作为一种解决方案,逐渐在计算机辅助诊断研究领域收到研究者的关注。然而,现有的大部分图像翻译方法主要考虑整体图像的翻译效果,忽视了局部目标区域(如器官、病灶等等)的生成质量,导致其局部目标区域呈现模糊、扭曲,甚至冗余纹理的情况。为了缓解这一问题,本文基于生成对抗学习方法,通过结合整体图像翻译任务和局部图像翻译任务的方式引入目标区域先验信息,将模型框架从像素级目标生成扩展到区域级目标生成,提出了两种基于局部目标生成的非成对多模态医学图像翻译框架。此外,本文通过下游分割任务进一步探究和分析生成图像对于后续医学影像分析任务的影响。本文主要工作和创新点如下:(1)针对局部目标区域生成质量较差的问题,本文借助局部目标分割标签引入局部图像翻译任务,提出了一种基于像素级局部目标生成的多模态医学图像翻译模型PTGAN。其生成器采取X型结构设计,通过共享卷积模块和交叉损失函数来同时学习整体图像和局部图像的翻译映射。PTGAN的优势在于,通过局部目标图像翻译任务来引导整体图像翻译改善其ROI区域的生成效果。多组实验验证了PTGAN在器官翻译和分割问题上的有效性。(2)针对医学图像中局部目标的像素级标签获取困难的问题,本文通过模拟人机交互框选ROI区域的方式得到弱监督标签信息,探索模型实现框定区域图像翻译的可行性,提出了一种基于区域级局部目标生成的多模态医学图像翻译模型ATGAN。与PTGAN核心思想类似,该模型同时学习图像间整体和局部的翻译映射,其优势在于,翻译过程只需要简单的框选区域目标,通过融合整体和区域图像获得生成图像。实验结果表明ATGAN在不同临床场景的翻译和分割任务上表现优越。

来源：

同方学位论文库评论

3T人体磁共振成像系统射频场关键科学问题研究

引用

作者：陈心莲华南理工大学

学位级别：硕士

在当今众多医学影像技术中,磁共振成像(Magnetic resonance imaging,MRI)凭借其无创、无电离辐射、软组织分辨率高等优势受到广泛的关注。与低场MRI系统(≤1.5T)相比,高场MRI系统(≥3T)成像,可显著提高图像信噪比(Signal-To-Noise Ratio... 详细信息

在当今众多医学影像技术中,磁共振成像(Magnetic resonance imaging,MRI)凭借其无创、无电离辐射、软组织分辨率高等优势受到广泛的关注。与低场MRI系统(≤1.5T)相比,高场MRI系统(≥3T)成像,可显著提高图像信噪比(Signal-To-Noise Ratio,SNR),获得更高的图像空间分辨率,并减少成像时间。目前,临床常用的高场MRI为3T系统。高场MRI的射频场面临着两大深层次关键科学问题:(1)临床磁共振扫描安全性关键参数射频场能量比吸收率(Specific absorption rate,SAR)的限制;(2)影响MRI信号质量的关键因素射频场性能的提升。本文基于电磁仿真理论分析,针对以上两大关键科学问题开展研究。目前在临床MRI扫描实践中,一般对SAR值采取过于保守的限制,此将影响MRI仪器的临床应用效果。本文第一部分针对临床3T MRI系统在正常操作模式下的常见扫描场景进行一系列电磁仿真计算,详细分析在不同射频辐射水平下,对应的局部SAR值情况;并根据相应的国际标准计算相应场景中不同扫描序列对应的重复时间(Repetition time,TR)下限值。研究结果表明,不同扫描部位成像时,应对全身SAR值进行不同程度的限制,避免对SAR值的过度限制,以释放3T MRI仪器的临床使用潜能。此外,研究发现,梯度回波序列和自旋回波序列对应的TR下限值能够满足临床常规扫描需求,具有较大的使用空间。MRI信号的激发和接收情况与射频场分布密切相关。射频场性能的优劣,直接影响MRI信号的质量,进而影响MRI成像质量。为了提升射频场性能,本文第二部分首先基于超高介电常数(ultra-high dielectric constant,u HDC)材料设计头盔形介质谐振器,并基于电磁仿真计算系统研究分析具有复杂几何结构的u HDC头盔谐振器的谐振模式及其谐振频率特性,分析谐振模式与射频线圈之间的耦合关系以及负载效应对谐振模式的影响。研究首次发现:u HDC头盔的谐振模式1可在头盔内部产生均匀的横向磁场;而谐振模式2在u HDC头盔中心产生的磁场强度为零,头盔内部磁场强度并不均匀。当相对介电常数处于800-1000范围内,u HDC头盔谐振模式1的谐振频率在123.3 MHz附近。在谐振模式1的作用下,可有效提高3T MRI图像SNR和发射线圈场传输效率,并降低SAR值。当相对介电常数超过1150,u HDC头盔的谐振模式2将会影响射频场分布,导致射频场性能相关参数降低。上述理论研究新发现对指导u HDC头盔谐振器的材料设计成型和实际应用具有较大的价值。

来源：

同方学位论文库评论

医学影像分割CNN-Transformer混合网络的高效多目标神经架构搜索

引用

作者：杨凯豪华南理工大学

学位级别：硕士

医学影像分割任务是近年来计算机视觉的一个关注热点和研究难点。医学影像分割任务的数据集通常存在样本数较少,数据质量不高等问题,而对于分割精度的要求又比较高。目前在医学影像分割任务上的主流网络依然是U-Net及其变种卷积神经网络... 详细信息

医学影像分割任务是近年来计算机视觉的一个关注热点和研究难点。医学影像分割任务的数据集通常存在样本数较少,数据质量不高等问题,而对于分割精度的要求又比较高。目前在医学影像分割任务上的主流网络依然是U-Net及其变种卷积神经网络(Convolutional Neural Network,CNN)。然而基于朴素3×3卷积的U-Net有着其固有的局限性,比如感受野有限等。此外针对一个特定的数据集,通常需要定制化设计网络,这不仅耗时耗力还对研究人员的特定经验知识提出很高要求。神经架构搜索(Neural Architecture Search,NAS)方法被提出用以实现自动地网络设计,然而通常的神经架构搜索算法只致力于提高网络的性能,并且每次只能搜索得到一个网络架构。而面对目前网络部署在场景和设备上日益多样化的趋势,网络本身的复杂程度或者参数量也成为了一个重要的考量因素。针对上述问题,本文首先设计了一个混合CNN与Transformer的医学影像分割网络CTU-Net来改善U-Net的全局特征提取能力与感受野,并进一步设计了CTU-Net网络的多目标神经架构搜索算法CTU-NAS,以便搜索具有高精度和低参数量的子网架构。本文的主要研究内容如下:(1)结合卷积网络与Transformer的各自优势,设计了混合CNN与Transformer的医学影像分割网络CTU-Net。首先,本文设计了残差菱形空洞卷积模块去替换朴素3×3卷积模块,可以用更少的参数量,获得更大的感受野。其次,在编码器和跳跃连接中加入有全局自注意力机制的Transformer模块,不仅能够加强特征的提取,而且能够帮助在不同阶段引入全局的感受野。(2)利用进化算法的强大多目标处理能力,设计了CTU-Net网络的多目标进化神经架构搜索算法CTU-NAS。CTU-NAS通过同时优化网络的参数量和精度,可以运行一次搜索得到一组参数量不一但精度尽可能高的网络架构。在CTU-NAS中设计了CNN和Transformer混合的搜索空间,并且针对卷积模块设计了特定的通道排序和选择策略来降低搜索空间的维度。(3)充分利用已学到的权重知识和宝贵的历史评价数据,设计了双重加速方法加速架构的搜索。权值共享的加速方法使得子网架构能够从超网中继承相应部分的权重进行增量训练,而无需从头开始训练。离线和在线混合的代理预测加速方法能够对架构性能进行廉价的近似评估,从而减少昂贵的真实评估次数。在ISIC2018和MoNuSeg两个医学影像分割数据集上的实验结果表明,本文设计的方法能够自动搜索出性能超越或者接近人工精细化设计的网络,还能在很大程度上压缩网络的参数量。并且设计的双重加速方法,极大地降低了搜索算法的时间成本。

来源：

同方学位论文库评论

基于深度学习的盆腔多器官分割算法研究

引用

作者：肖宇华南理工大学

学位级别：硕士

宫颈癌是一种常见的恶性肿瘤,严重威胁着育龄妇女的生命健康。放射治疗作为宫颈癌的主要治疗手段被广泛使用,而放射治疗依赖于医学影像。所谓医学影像,指的是借助某些方式,从外部对人体或部分结构进行“探索”,获取其内部的影像资料的... 详细信息

宫颈癌是一种常见的恶性肿瘤,严重威胁着育龄妇女的生命健康。放射治疗作为宫颈癌的主要治疗手段被广泛使用,而放射治疗依赖于医学影像。所谓医学影像,指的是借助某些方式,从外部对人体或部分结构进行“探索”,获取其内部的影像资料的过程。通俗的说,医学图像可视化了人体的内部构造。具有经验的医生通过观察医学图像,找出其病变区域。在放射治疗中,还需精准勾画肿瘤靶区和危及器官,以进行进一步的诊断。所以说,从医学图像中分割出特定的区域对医学的诊断具有重大的意义,恰当的自动分割方法能够使医生从这项重复且枯燥的工作中释放。如今,深度学习技术与神经网络的兴起为生物医学图像的分割开辟出了一个新的方向。本文以女性盆腔区域的核磁共振图像为研究对象,通过分析现有医学图像分割方法存在的缺陷,利用深度神经网络对盆腔区域的部分器官进行分割。首先,我们从语义信息的表达和空间信息的表达解构常用模型,分别从宏观(网络架构)和微观(网络细节)的角度设计适合盆腔核磁多器官勾画的方法。宏观上,我们主要关注整体的网络框架,针对目前常用的编码器-解码器模型存在的空间表征能力不足的问题,提出基于空洞卷积的特征复用结构,并在此基础上提出基于复用结构的多尺度特征金字塔网络(Multi-Scale Feature Pyramid Network,MFP-Net)。特征金字塔网络通过不同扩张率的空洞卷积提取不同尺度的编码层特征,并生成不同大小的特征映射,将同样尺寸的特征映射进行拼接以供解码网络使用,在每一次解码过程中,都让网络显式接收来自相同以及更高分辨率的具有强空间信息的编码层特征,从而更充分的利用编码信息,还原空间细节。实验表明,这一网络结构很好的降低了分割中存在的假阳性问题。微观上,我们重点关注跳跃连接中存在的语义差异问题,我们提出双向交叉注意力机制(Bi&Cross Attention,Bi CA)。在通道维度上,我们提出语义域的概念,用更恰当的方式来描述特征,使不同来源的两个特征在通道的强调上保持一致。在空间维度上,通过学习对象之间的语义流场,使不同来源的两个特征的空间位置对应关系保持一致。两种注意力机制分别作用在不同的输入中,形成双输入双输出的交叉格局,实验表明,Bi CA能够有效解决语义的歧义,对于器官的边缘感知能力大大提升。其次,为了更进一步提高模型分割的性能,我们加入了多模态的数据,并将上面提到的方法进行迁移,提出注意力引导跨模态融合网络,用不同的编码器训练不同的模态特征并通过Bi CA调整模态特征间的语义差异。并在此基础上,加入基于KL散度的一致性正则约束,通过监督不同模态的编码特征,使模态间保持一致的训练方向。最后,我们进行了有效的后处理,以进一步提升整体的分割性能。

来源：

同方学位论文库评论

增材制造Ti/TiNbZrTa分子筛多孔结构设计与力学性能研究

引用

作者：王健辉华南理工大学

学位级别：硕士

多孔结构相较于致密材料具有更低的弹性模量,可有效降低“应力屏蔽”效应,同时多孔结构还有利于细胞黏附增殖以及骨再生等细胞行为,在医用植入件领域具有巨大的应用前景。分子筛是一类特殊的多孔结构,其作为涂层具有较强的吸附能力,可... 详细信息

多孔结构相较于致密材料具有更低的弹性模量,可有效降低“应力屏蔽”效应,同时多孔结构还有利于细胞黏附增殖以及骨再生等细胞行为,在医用植入件领域具有巨大的应用前景。分子筛是一类特殊的多孔结构,其作为涂层具有较强的吸附能力,可促进植入件获得更佳的骨整合能力和抗菌性能,延长植入件使用寿命,且分子筛结构无疲劳应力节点的特点使其更适用于医用植入件领域。但是分子筛作为多孔结构目前尚未有科学系统的研究,且其力学性能表现尚不明晰。因此本文以分子筛多孔结构为研究对象,根据简化原则和弱差异化原则对分子筛多孔结构进行择优选取和优化设计,并制备出符合不同人体骨骼性能要求的分子筛多孔结构。然后,基于医用纯Ti以及β型Ti-35Nb-7Zr-5Ta(TNTZ)两种粉末原材料,系统研究了选区激光熔化(Selective Laser Melting,SLM)工艺参数对分子筛多孔结构成形质量和力学性能的影响。最后,基于设计优化的分子筛多孔结构,设计并制备出分子筛梯度多孔结构,探究了梯度变化对分子筛多孔结构的力学性能影响。具体工作及结论如下:(1)从分子筛模型库中优选了ATN、BCT、DFT、MEP和SOD五种分子筛构型,通过三维建模以及压缩模拟仿真,分析对比了这五种分子筛结构的孔径大小比值和力学性能指标,确定了MEP结构为较优的分子筛多孔构型,进一步优化了MEP的杆径、孔径、孔隙率及单元尺寸,并以上述参数为约束条件,获得了MEP分子筛多孔结构的参数可行域。(2)以纯Ti以及TNTZ合金粉末为原材料,系统研究了SLM工艺参数对分子筛多孔结构的成形质量和力学性能的影响规律。研究发现,两种材料都呈现出类似的规律:即随着激光能量密度增大,分子筛多孔结构孔隙率降低,杆径增大,成形精度降低,压缩屈服强度和弹性模量增大。对于成形纯Ti分子筛多孔结构,采用160 W激光功率和1200 mm/s扫描速度成形后的多孔试样内部缺陷孔洞较少,而对于成形TNTZ分子筛多孔结构,较优的工艺参数为160 W-1600 mm/s。最后,分别建立了纯Ti以及TNTZ分子筛多孔结构的结构孔隙率-能量密度和屈服强度-工艺参数的预测模型。(3)通过调控分子筛多孔结构孔隙率探究了孔隙率对分子筛多孔结构力学性能的影响。结果表明,降低结构孔隙率,多孔结构的屈服强度、弹性模量、能量吸收性能均提高,并建立了对应的Gibson-Ashby预测模型。为了探究梯度变化对分子筛多孔结构力学性能的影响,将分子筛多孔结构设计成对应的梯度多孔结构,设计了4种不同的梯度变化策略,分别为Linear、Centered、Cylindrical和Spherical,压缩实验结果表明,梯度多孔结构有利于提升分子筛多孔结构的力学性能,不同的梯度变化策略按提升效果排序依次为:Spherical≈Cylindrical>Centered≈Linear。

来源：

同方学位论文库评论

基于医学图像三维可视化交互的计算机辅助下肢畸形精准矫形系统

引用

作者：闫晓楠华南理工大学

学位级别：硕士

对于下肢畸形矫形手术而言,获取下肢解剖参数如膝部畸形内翻外旋的角度、短缩的长度等参数来确定截骨面和设计个性化导板引导进针位置具有重要意义。传统下肢畸形手术方法中,医生在对矫形截骨平面及角度的确立仅仅是通过X线片的简单测... 详细信息

对于下肢畸形矫形手术而言,获取下肢解剖参数如膝部畸形内翻外旋的角度、短缩的长度等参数来确定截骨面和设计个性化导板引导进针位置具有重要意义。传统下肢畸形手术方法中,医生在对矫形截骨平面及角度的确立仅仅是通过X线片的简单测量或凭借自身的经验做出判断,常常存在截骨部位与下肢力线恢复不佳、术后感染、二次矫形等问题。而计算机辅助下肢畸形矫正手术可以在三维空间上实现畸形矫正手术相关解剖参数的精准获取,进而辅助医生进行截骨面的选择、个性化外固定针定位导板的设计,实现术前手术模拟,从而提高畸形矫正手术的矫正率,并节约手术时间。但是目前的商业通用设计软件存在针对性不强、操作复杂等问题,不能被有效的辅助下肢畸形手术。因此为了实现下肢畸形矫正解剖参数的精准测量、个性化手术方案的设计来提高下肢畸形矫正的矫正率,本文研究了一种计算机辅助三维精准矫形治疗下肢畸形的手术方法,并基于此方法,利用医学图像处理技术和三维可视化交互技术了来开发下肢畸形三维精准矫形个性化系统。具体研究内容为以下四个方面:1.本文研究了一种计算机辅助三维精准矫形治疗下肢畸形的手术方法。该方法基于患者的医学影像数据DICOM文件序列实现下肢骨组织的分割与三维重建,利用三维模型实现股骨、胫骨的解剖基准线的建立,将解剖基准线在对应的基准面投影实现角度、长度等参数的精准获取,进而实现术前手术模拟和确定最佳手术方案,设计个性化外固定针定位导板并进行3D打印实现术中引导进针,从而实现下肢力线的实时矫正,对于下肢短缩的患者行术后缓慢撑开延长,恢复肢体长度均衡。2.为了获取到下肢骨组织分离的三维模型,本文研究了一种基于医学图像处理的下肢三维模型的分离与重建方法。通过对医学图像DICOM文件的读取、解析和预处理,进行如股骨、髌骨、胫骨等骨组织之间的有效分割,并对其指定图层和颜色,基于分割的图层结果实现下肢骨组织模型的三维重建与混合可视化,并将三维重建的下肢模型保存用于下肢畸形解剖参数的获取。3.为了实现下肢畸形解剖参数的精准获取,本文针对性研究了基于三维可视化交互的下肢畸形三维精准矫正解剖参数获取方法。首先是对三维模型渲染显示,然后通过最小二乘法、骨组织模型的圈选切割、模型表面数据的获取、空间变换等方法实现下肢解剖基准线的建立,以实现下肢模型对齐到解剖标准位置。传统基于二维X线片会因为人体站立位不标准导致的角度测量误差,下肢三维模型对齐解剖标准位置则有效的避免这一误差。通过选取下肢相应的解剖基准线投影到解剖基准面便可实现相应的解剖参数的精准测量,满足了下肢畸形内翻、外旋、后倾等不同程度的畸形参数获取,进而辅助医生进行截骨面的选择、个性化外固定针定位导板的设计,实现术前手术模拟。4.基于上述研究方法,最终设计和开发了基于医学图像三维可视化交互的计算机辅助下肢畸形精准矫形系统。由于骨组织模型的重建是基于二维和三维的交互,而下肢畸形参数获取是在三维模型上进行交互操作,为了便于模型对象的交互管理,提高程序稳定性,将该系统分为两个子系统,围绕系统的模块结构、界面设计、功能原理交互逻辑及操作方式展开了详细的介绍,以下肢畸形的临床案例相关数据,说明了计算机辅助三维精准矫形治疗下肢畸形的手术方法及个性化下肢畸形三维精准矫形系统的可行性、精准性。实验结果表明,通过本文系统对下肢畸形患者的数据进行三维重建和三维测量,实现了畸形解剖参数如角度、长度的精准获取,测量结果保留小数点后四位,提供给医生来确定截骨面以及设计个性化的手术方案,有效促进了术中下肢畸形的力线精准实时恢复,对医生的术前规划和手术安排起到了良好的辅助作用。

来源：

同方学位论文库评论

手术导航无标记点空间注册点云配准技术研究

引用

作者：孔晶晶华南理工大学

学位级别：硕士

由医学影像引导的手术导航系统能够辅助医生进行精准的微创手术,其中关键的步骤之一是空间注册环节即实现术中患者空间与影像空间的精确配准,进而使得术中手术器械相对术中患者的位置能实时可视。目前较普及的基于标记点的空间注册方式... 详细信息

由医学影像引导的手术导航系统能够辅助医生进行精准的微创手术,其中关键的步骤之一是空间注册环节即实现术中患者空间与影像空间的精确配准,进而使得术中手术器械相对术中患者的位置能实时可视。目前较普及的基于标记点的空间注册方式对于刚性物体配准有着良好的表现,但该方式由于术前术中均需粘贴标记点,不仅过程繁琐,且存在着术中因误操作导致标记点脱落降低空间配准精度或严重情况下无法进行空间配准的问题。此外在空间注册中最常见的基于迭代最近点算法,该算法受两个点云初始夹角的限制,易陷入局部最优解而导致配准结果不正确,且迭代速度慢效率不高。本文针对上述问题进行了以下内容的研究:(1)设计了用于评估光学仪精度的工具及其算法。光学定位仪的精度是整个光学导航系统最重要的性能,在进行导航手术前需要确保定位仪的准确性。本研究基于临床应用场景提出了八点精度评估工具,也对使用该工具进行精度验证时的算法进行了设计。通过本工具和算法评估后在精度允许范围内的光学定位仪,在执行定位导航实验时均能保证系统精度。(2)分析了不同采集方法得到的点云对空间注册的影响。通过改变采集的部位、采集点数的方式改变病人空间点云的特征,并且通过本空间注册算法分析了不同方式对配准精度和速度的影响。得出在当前研究背景和采集设备条件下,对病人空间数据的采集使用全脸且局部着重的方式,该方式的配准精度更高但略损失了些时间性能。(3)设计了用于手术导航的快速、精确的空间注册算法。本空间注册算法的执行包括基于改进PCA的粗配准算法和基于深度学习的精配准算法。其中粗配准算法通过加入预选点和对点云主轴方向的判断和矫正,实现了快速、稳定且能起到有效调整不同点云初始位姿的点云粗配准。之后在粗配准的基础上执行基于深度学习Deep BBS网络的精配准算法,达到了快速、精确配准的目的。经实验验证,本空间注册算法配准的均方根误差RMSE为0.013mm,TRE靶点注册平均误差为0.45mm,其中位于面部中心的鼻尖配准最为精确,仅为0.083mm。稳定的配准用时约为2.416s,其中粗配准用时平均为0.0672s.。

来源：

同方学位论文库评论

光力融合机器人呼吸跟随穿刺技术研究

引用

作者：蔡丽晶华南理工大学

学位级别：硕士

穿刺机器人可辅助医生精准定位体内靶点,弥补手动穿刺缺点,保证穿刺手术准确性和稳定性,目前较为成熟的穿刺机器人系统主要应用于神经外科、骨科等刚性靶区的穿刺,对于受呼吸运动影响较大的胸腹部靶区的穿刺仍面临很大挑战。一方面,胸... 详细信息

穿刺机器人可辅助医生精准定位体内靶点,弥补手动穿刺缺点,保证穿刺手术准确性和稳定性,目前较为成熟的穿刺机器人系统主要应用于神经外科、骨科等刚性靶区的穿刺,对于受呼吸运动影响较大的胸腹部靶区的穿刺仍面临很大挑战。一方面,胸腹部靶区在呼吸运动的影响下发生非刚性形变,因此无法直接使用适于刚性靶区穿刺的病人空间与术前影像空间实时配准定位体内靶点的方式,而基于三维超声、4DCT等医学影像的实时靶点提取需要较高的计算成本,难以实现机器人呼吸运动靶区穿刺实时运动控制;另一方面,穿刺靶区组织的呼吸运动对穿刺针产生作用力,其中沿切向的作用力将导致穿刺针弯曲形变,针尖在体内的位置跟踪误差增大进一步影响穿刺精度,且对周围组织造成安全隐患。针对呼吸运动靶区穿刺存在的上述问题,本文研究光力融合呼吸跟随穿刺机器人控制技术,具体研究内容如下:(1)设计光力融合穿刺机器人系统,构建由六自由度机臂、光学定位系统、具有力反馈的末端执持器和机器人控制中心组成的穿刺机器人系统,实现光、力信息的实时数据通讯,完成在术前靶区CT影像引导下的机器人穿刺流程软件设计。设计呼吸仿真实验装置,以步进电机对热水袋充放气的方式模拟呼吸运动,为相关算法的验证提供实验平台。(2)提出近红外光学引导的机器人无标定靶区位姿定位算法。在机器人无标定视觉伺服研究基础上,利用光学双目定位系统获取合适的图像特征构建机器人雅可比矩阵,容积卡尔曼滤波对雅可比矩阵进行在线估计,以滤波迭代的方式实现机器人系统手眼协同,完成六自由度机械臂靶区穿刺位置与姿态同步定位。实验验证算法定位精度、收敛速度及稳定性,静止靶区定位误差小于1 mm,且对呼吸运动目标的跟踪具有较好的稳定性,跟踪过程中位置误差保持在2 mm以内,角度误差保持在0.01 rad以内。(3)提出光力融合呼吸跟随穿刺控制算法。滤除机械臂末端夹具及穿刺针自重以及零点偏置对力传感器数值影响,提取穿刺针与组织真实接触力,通过机器人阻抗柔顺控制技术实现呼吸运动跟随,减小组织呼吸运动对穿刺针针尖定位精度的影响。研究空间注册标记点误差与体内靶点运动规律,结合力反馈呼吸运动跟随控制提出光力融合呼吸跟随最佳间隙穿刺策略。力反馈呼吸运动跟随过程中穿刺针受力保持在1 N以内,表明了力反馈阻抗柔顺控制实现机器人呼吸运动跟随的有效性。在呼吸仿真装置进行穿刺实验,穿刺过程中穿刺针所受切向力保持稳定,针尖与靶点距离误差呈现阶梯状,最终穿刺误差小于3 mm,初步验证了光力融合呼吸跟随最佳间隙穿刺控制算法在呼吸运动靶区穿刺中的可行性以及提高穿刺精度有效性。

来源：

同方学位论文库评论

基于深度学习的轻量级单图像超分辨率方法的研究与应用

引用

作者：李政华南理工大学

学位级别：硕士

图像能够展示更加形象丰富的信息,已成为现代生活的一种重要的信息载体,然而生活中存在着大量的低分辨率图像,这些图像细节模糊,无法满足实际使用需求。图像超分辨率是一种将低分辨率图像重建为对应高分辨率图像的技术,对监控、医学影... 详细信息

图像能够展示更加形象丰富的信息,已成为现代生活的一种重要的信息载体,然而生活中存在着大量的低分辨率图像,这些图像细节模糊,无法满足实际使用需求。图像超分辨率是一种将低分辨率图像重建为对应高分辨率图像的技术,对监控、医学影像等需要高清图像的场景具有重要意义。目前,基于深度学习的图像超分辨率方法在图像重建效果上取得了极大的突破,但是这些方法大多包含了庞大的参数量和计算量,难以直接应用在平板电脑和智能手机等算力有限的设备上。研究轻量级的深度学习图像超分辨率方法,有望解决该问题。本文的主要工作如下:本文提出了一种轻量级的高效残差特征融合图像超分辨率方法。首先,针对残差块包含较多的参数量和计算量,难以应用到轻量级网络的问题,本文通过结合分组卷积和逐点卷积,设计了一种高效残差块,能够有效提取图像的特征信息,同时具有更少的参数量和计算量。此外,本文改进了现有的增强空间注意力块,通过去除冗余的网络层,重新设计网络结构,提出了一种轻量的空间注意力块,不仅具有更少的参数量和计算量,并具有更明显的性能提升效果。基于以上工作,本文设计了一种高效残差特征融合模块作为基础结构块,用于提取图像的深层特征。为了进一步提高性能,本文还设计了一种离散度通道注意力块,能有效帮助网络融合全局的特征信息,并且几乎不引入额外的参数量和计算量。最终,本文提出了一种新的轻量级网络模型。模型复杂度分析和性能对比实验表明,相比主流的轻量级方法,本文的方法在客观评价指标和视觉效果上都取得了更好的结果,并且模型的参数量和计算量更少,相应的消融实验也验证了所提出模块的有效性。为了将提出的轻量级图像超分辨率方法应用到实际生活中,本文最后设计并实现了一个超分辨率图像修复系统。该系统部署在个人电脑上,能够通过本地计算资源调用多种不同的超分辨率方法进行图像修复。

来源：

同方学位论文库评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：