上海市科学技术发展基金(994419027)
- 作品数：12 被引量：48H指数：4
- 相关作者：陈亚珠孙俊喜吕忆松陆宏伟马培荪更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：上海市科学技术发展基金更多>>
- 相关领域：医药卫生自动化与计算机技术电子电信生物学更多>>
- 一种用于高强度聚焦超声手术的八自由度机器人手术平台
- 2005年
- 机器人手术是未来外科手术的发展方向,高强度聚焦超声(Highintensityfocusedultrasound,HIFU)手术是一种崭新的无副作用癌症治疗方法。本文介绍了机器人集成超声手术系统、流程,并详细介绍了可以解决术中定位这一关键问题的八自由度机器人手术平台的设计、结构特征、运动机理。分别给出了C形臂和治疗床、C形臂和治疗头两个五维合成运动的可达工作空间分析。相对于已有的手术平台,该平台定位准确、便捷,可治疗的人体区域也更大,从而使治疗方案的设计更具灵活性。
- 许剑波项林清曹志奎马培荪王文超
- 关键词：机器人高强度聚焦超声肿瘤机器人手术
- 基于各向异性散布的医学图像非线性滤波法被引量：8
- 2003年
- 为了向临床医生提供清晰准确的诊断依据 ,在对医学断层图像 (CT、MRI)进行滤波处理时 ,须保留具有重要诊断意义的微细结构。然而 ,绝大多数滤波技术在去噪的同时却滤出了细小结构。本文介绍了一个改进的非线性各向异性散布滤波算法 ,图像滤波被认为是一种散布迭代过程 ,通过自动确定最优散布常数和迭代次数 ,散布过程在遇到边界时就会被抑制或停下来 ,从而保留了边缘信息和微小结构。通过对实际医学图像(CT、MRI)的实验表明 。
- 吕忆松陈亚珠郭玉红
- 关键词：医学图像非线性滤波
- 一类高强度聚焦超声手术平台的定位过程规划
- 2005年
- 在高强度聚焦超声(High intensity focused ultrasound,HIFU)肿瘤手术平台的工作空间分析和定位过程分析的基础上提出利用定位区域球方法在工作空间中简化表示肿瘤的位置和姿态,并且利用定位区域球确定了定位过程中治疗焦点必须经过的终点位姿和中间路径点;根据确定的路径点在李群空间SE(3)中构造出一条C2连续的三次均匀B样条插值定位路径;最后给出了一个病例分析结果。
- 项林清高雪官许建波马培荪
- 关键词：高强度聚焦超声B样条肿瘤手术样条插值
- 一种医学图像数据场的剖切显示算法被引量：2
- 2002年
- 提出了一种基于体绘制模型的医学图像数据场的三维可视化法 :剖切显示法 ,并在微机环境下以人体头部CT图像为例进行了实验。实验证明该方法具有绘制速度快和成像精度高的优点。
- 吕忆松陈亚珠
- 关键词：三维可视化医学图像
- 概率密度函数法研究重构吸引子并检测心动过速和心室纤颤被引量：2
- 2005年
- 提出概率密度函数法 (ProbabilityDensityFunction ,PDF)研究重构吸引子的结构 ,PDF包含了重构吸引子相点空间分布的重要信息。发现延时τ较小时 ,PDF不对称分布 ,而τ较大时 ,PDF满足高斯分布。定义概率密度函数曲线p(r,m ,τ)峰值对应的r值为rpmax。分别对 10 0段室性心动过速 (VT)、心室纤颤 (VF)和正常窦性节律 (NSR)信号进行分析 ,证明特征量rpmax能精确检测VT、VF和NSR ,且计算rpmax所需数据少 ,时间少。结果表明 ,PDF法是一种很有前途的研究重构吸引子结构的数值方法 ,特征量rpmax可望成为新的无损伤检测VT/VF的手段。
- 陆宏伟陈亚珠
- 关键词：室性心动过速心室纤颤概率密度函数
- 基于小波域隐马尔可夫树模型的超声图象贝叶斯去噪被引量：4
- 2003年
- 提出了一种新的医学超声图象去噪方法 .首先 ,原始超声图象经对数变换 ,其乘性散粒噪声变为了加性噪声 ;然后再经小波变换后 ,基于隐马尔可夫树模型 ,应用贝叶斯方法去除加性噪声 ;最后 ,经小波反变换和指数变换恢复去噪后的原始超声图象 .测试结果表明 ,此方法在有效去除噪声的同时 ,能保留原始图象的细节边缘 .针对超声图象还对几种去噪算法作出定性比较 ,并对去噪性能给出定量分析 ,实验结果表明 。
- 孙俊喜赵永明陈亚珠
- 关键词：小波变换隐马尔可夫树模型超声图象噪声去除
- 聚焦超声治疗系统中超声图像去噪方法研究被引量：1
- 2002年
- 利用超声成像实现手术导引治疗是聚焦超声治疗系统的重要环节。由于超声图像受散粒噪声影响往往像质较差 ,如何有效实现超声图像的去噪是后续处理和分析的关键。在此基于小波域隐马尔可夫树模型 ,将贝叶斯估计和同态滤波思想有机结合 ,提出一种新的医学超声图像去噪方法。测试结果表明此方法能有效去除噪声 ,同时保留原始图像的细节边缘。
- 孙俊喜陈亚珠
- 关键词：聚焦超声散粒噪声小波变换
- 基于隐马尔可夫模型边缘表示的多尺度边缘检测被引量：3
- 2003年
- 基于增强图像特征空间的特性分析 ,提出一种新的图像边缘表示模型———隐马尔可夫模型 ,该模型把边缘作为一个可观测序列 ,认为它是人们根据感官知识 (不可观测的状态量 )所观察到的具有一定空间关系的像素集合 ;通过小波变换 ,得到多尺度增强图像 ;将包含在低分辨率图像边缘中的全局信息进行综合 ,作为高分辨率图像中隐马尔可夫边缘模型的训练数据 ,使用Viterbi算法完成高分辨率图像中边缘点的搜索 ,从而 ,使得多分辨率边缘检测对先验知识的依赖大大降低 ,同时降低了计算复杂度 .边缘的隐马尔可夫模型表示也为多分辨率数据融合提供了一种有效的工具 .实验表明该模型是合理的。
- 孙俊喜陈亚珠谷东兵
- 关键词：边缘检测图像处理计算机视觉隐马尔可夫模型多尺度边缘检测
- 细粒化复杂度算法及其在心电RR间隔分析中的应用被引量：8
- 2004年
- 目的研究精确描述动力学性质的复杂度算法 ,防止生物医学信号粗粒化处理时可能导致的原始信号中信息的丢失。方法提出细粒化复杂度算法 ,并研究Logistic映射 ,正常年轻人、正常老人和房颤病人心电RR间期的复杂度。结果发现细粒化复杂度比粗粒化复杂度描述动力学更加精确。结论建议采用细粒化复杂度作为复杂性度量 ,细粒化复杂度可望成为无损伤诊断心、脑疾病的客观指标。
- 陆宏伟陈亚珠
- 关键词：心电图信号处理粗粒化RR间期
- 一种具有边缘保持特性的超声图像小波域阈值去噪新方法被引量：18
- 2002年
- 超声图像去噪是医学图像处理的研究热点之一 ,基于小波域阈值去噪技术及阈值选取方法的分析 ,提出一种新的医学超声图像小波域阈值去噪方法。这种方法采用半_软阈值去噪技术和广义交叉确认函数寻找阈值 ,在有效去噪的同时较好地保留了图像边缘细节。首先 ,把对数超声图像小波分解 ;然后 ,基于广义交叉确认函数寻找最小均方误差意义上的近似最优阈值 ,对所有的高频段采用半_软阈值去噪 ;最后 ,经小波反变换和指数变换获得去噪后的超声图像 ,文末对超声图像小波域阈值去噪方法作出定性比较 ,并对算法的去噪性能给出定量分析。仿真实验和实际测试结果表明此方法是有效的、可行的。
- 孙俊喜陈亚珠
- 关键词：超声图像散粒噪声小波分解医学图像处理
