【摘 要】
：
医学图像配准是医学图像分析领域中举足轻重的一个方向,是医学图像融合与图像引导治疗等场景的核心技术,其主要任务为寻找对应图像之间的空间关系,使得对应图像保持空间坐标一致性。对于不同的实际应用,一般会使用不同的配准技术,其中包括针对整体变形的刚性配准与针对局部变形的非刚性配准。由于医学图像存在梯度复杂与体素强度不均匀等原因,精确配准医学图像成为了一项具有挑战性的任务。为了克服上述问题,本文主要开展了以
论文部分内容阅读
医学图像配准是医学图像分析领域中举足轻重的一个方向,是医学图像融合与图像引导治疗等场景的核心技术,其主要任务为寻找对应图像之间的空间关系,使得对应图像保持空间坐标一致性。对于不同的实际应用,一般会使用不同的配准技术,其中包括针对整体变形的刚性配准与针对局部变形的非刚性配准。由于医学图像存在梯度复杂与体素强度不均匀等原因,精确配准医学图像成为了一项具有挑战性的任务。为了克服上述问题,本文主要开展了以下两部分工作。（1）构建了一个使用双重注意力模块的无监督可变形配准网络,该网络通过预测形变场以配准电子计算机断层扫描（Computed Tomography,CT）与锥形束电子计算机断层扫描（Cone Beam Computed Tomography,CBCT）图像。双重注意力模块包含尺度感知位置注意力块与尺度感知通道注意力块两部分,该模块克服了CT与CBCT图像存在的局部强度差异,整合来自图像位置与通道映射的背景信息。具体来说,尺度感知位置注意力块通过对不同位置的多尺度特征进行加权聚合,增强了相似特征的相关性,而尺度感知通道注意力块则通过处理所有通道映射的多尺度特征,有选择地强调通道图之间的依赖关系。在4D-LUNG数据集上,将提出的方法与现有的主流方法进行了比较,实验的评价指标结果验证了所提出方法的有效性。此外,值得一提的是,所提出的方法可以在无需人工标注标签的情况下高精度的配准CT与CBCT图像。（2）构建了一个联合OW-Transformer与卷积的无监督可变形配准网络。卷积神经网络由于其权重共享和局部连接的特性,在各种医学图像处理任务中发挥了重要作用。然而,卷积神经网络由于自身的特点,缺乏对图像远程空间的理解。对于可变形的医学图像配准任务,获取两幅图像之间点对点的密集非线性关系是至关重要的。因此,将可以有效集中远距离空间信息的OW-Transformer与卷积联合共同处理可变形配准任务。在OW-Transformer中,所使用的正交窗口注意力机制发挥了重要作用,从医学图像的三个正交窗口中分别获取注意力,在提升配准精度的同时节省了计算效率,有效地完成了三维医学图像的配准任务。此外,原始图像对的背景信息被整合到网络中,使网络可以始终感知待配准图像的空间对应关系。分别在肝部数据与肺部数据的数据集上的实验证明,与主流算法相比,所提出的方法取得了最佳性能。
其他文献
本文深入研究了 一类半Markov跳变系统的异步故障检测与容错控制问题。Markov跳变系统,作为一种特殊的混杂系统,对具有结构或者参数突变的系统具有强大的建模能力,因此受到国内外学者的广泛关注。然而,由于Markov跳变系统的模态停留时间服从指数分布,这在许多实际系统中很难保证,因此Markov跳变系统的应用存在很多局限性。相比较而言,半Markov跳变系统模态停留时间服从分布形式的更加多样化,
在输电铁塔施工过程中,角钢构件之间的连接需要用到大量不同型号、规格的螺栓。电动扳手因省时省力,且具有扭矩可控、可调以及精度高等特点,常被用于螺栓的拧紧工作。工人操作电动扳手时,一般由人工记录螺栓拧紧过程,但螺栓数量庞大,难免发生数据遗漏的情况,导致数据的可追溯性较差。此外,当个别螺栓拧紧失败,事后采用人工抽查、机械预警等传统方式,势必会增加工作量,降低铁塔建设效率,甚至因实时性滞后引发安全事故。因
水生植物的生存受到多种环境因素的影响,尤其是水位的波动对水生植物的影响是国内外研究的热点。2020年7月长江中下游地区爆发季节性洪水,导致与长江连通的湖泊水位在短时间内急剧增加,水生植物大面积消失。为了探讨极端洪涝灾害对升金湖水生植物的影响及灾后优先恢复的情况,本文利用现代化遥感技术手段和野外实地调查方法,对升金湖水生植物物种组成、优势种、优势群丛分布及繁殖方式等进行了调查,分析多年间水生植物群落
近年来,随着科技的发展和经济实力的提高,我国正面临着复杂的大气环境问题,臭氧作为大气污染物的来源之一,日益引起人们得重视。地基仪器对臭氧浓度的测量优势是易于对仪器进行维护和标定,并且地基仪器的臭氧观测资料稳定性和连续性高,对于某一地区的臭氧浓度变化研究具有很重要的意义。国际上典型的地基臭氧观测仪器Dobson、Brewer和UV-PFR均为通道式太阳光度计,相对于连续光谱,通道式太阳光度计仍然具有
数字图像相关技术（digital image correlation,DIC）是一种非接触式的全场位移和变形测量方法,因具有对环境要求低、测量精度高等优势而被广泛应用于材料的力学性能测试中。一般通过采集被测物体在变形前后的数字图像,进行图像匹配、计算,从而得到全场应变和位移。鲤鱼皮作为一种常见的生物材料,其优质的胶原蛋白在医疗、化妆等领域已有重要应用,但其机械性能在亲水和脱水情况下,差异显著,为全
在数字经济时代的背景下，高效地从大数据中提取有用信息用于预测，具有重要的理论意义和现实意义。基于高维宏观经济数据和百度搜索指数构建监督因子模型，分别利用缩放主成分分析（s-PCA）和偏最小二乘（PLS）提取因子预测我国的CPI。在此基础上，进一步利用LASSO筛选变量，对因子估计施加“双重监督”，考察“双重监督”因子模型的信息提取效率。实证结果表明：相比于无监督因子模型，监督因子模型对CPI及其“
种子散布是指植物种子远离母树的过程,是植物更新的重要环节,直接影响植物种群更新和生物多样性维持。在以往的种子散布研究中,通常选取种子的被散布比例的高低和散布距离的远近等指标来评估动物对种子的散布效率,然而这些指标是分别衡量整个种子散布过程中的某一特定阶段,并不能从整体上探讨动物的种子散布作用对植物幼苗更新的影响。种子散布效率（SDE）这一概念的出现在很大程度上弥补了上述指标的不足,SDE同时包含种
分布式电源（Distribution Generation,DG）介入配电网使其电压波动明显且网损较大,同时给配电网各无功调节装置相互协调带来了很大的挑战。无功优化的研究意义在于能够将配电网的无功调节装置进行更好地协调。本文主要采用的是数据驱动和深度学习的方法对于配电网的无功优化来进行研究。本文的主要研究包括三部分:第一,将模糊聚类算法以及混沌优化人工鱼群算法相结合形成了一种模糊聚类下混沌优化算法
高精度机电伺服系统广泛应用于精密跟踪雷达、天基红外预警系统、射电天文望远镜、激光通信端机和车载动中通等军用核心设备中。这些设备通常被要求处于极端恶劣的工作环境中,且在低速工况下会不可避免地受到非线性摩擦、齿隙、死区以及电机力矩波动等不可抗力扰动因素的影响,以至于不能实现预先期望的控制目标和跟踪精度。研究如何提高机电伺服系统的控制精确性和实现其平稳运行能力越来越成为反映一个国家国防实力与尖端科技水平
色选机作为一种先进的高度自动化分选装备,在食品加工、矿产分选等不同领域中都有十分重要的应用价值。色选机的工作方式是通过对采集图像的处理与分析,定位出不同品级物料的位置,然后通过自动喷气阀装置完成分选。随着农业信息化与智能化的不断推进,色选机技术在不同实际场景下的应用越来越广泛,因此研究针对不同农作物的特定品级识别方法有着十分重要的现实意义。由于色选机常常用于大规模物料的分选工作中,因此色选机场景下