国家自然科学基金(81000613)
- 作品数：6 被引量：10H指数：2
- 相关作者：马建华陈武凡刘楠黄静路利军更多>>
- 相关机构：南方医科大学第四军医大学更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 加权相关系数核函数及其在T细胞表位预测中的应用
- 2010年
- T细胞表位的识别和理论预测是计算机辅助疫苗和药物设计中的重要研究内容,在药物设计、疫苗设计、以及帮助人们了解机体免疫功能方面具有重要的指导意义。本文源于多肽的"锚点特征",设计一种加权相关系数,并作为支持向量机的相似函数核,结合演化算法,以支持向量机为基础对T细胞表位进行了理论预测。在同样编码方式下,实验表明采用本文设计的加权互相关系数核函数,其支持向量机模型的预测性能显著提高。
- 黄静马建华刘楠钱姗姗
- 关键词：T细胞表位核方法支持向量机遗传算法
- 动态PET重建中的区域时空先验研究被引量：1
- 2011年
- 针对动态正电子发射成像(PET)Bayesian重建,提出一种区域时空先验(RST)模型。RST先验充分利用动态PET序列图像的空间和时间信息,在2维空间和1维时间上对噪声进行双重约束。为验证所提方法的有效性,进行人体脑部18F-FDG动态PET计算机仿真实验。实验结果表明,较其他经典重建方法,通过RST先验的引入,所提方法对于动态PET图像重建质量有着很好的改善,同时提高了病灶区域18F-FDG流入速率Ki估计准确度。
- 边兆英路利军马建华冯前进陈武凡
- 关键词：房室模型
- 投影数据恢复导引的非局部平均低剂量CT优质重建被引量：1
- 2011年
- 针对低剂量CT成像质量退化问题,将CT投影数据恢复与图像数据恢复巧妙地融合,提出一种投影数据恢复导引的非局部平均(NL-means)低剂量CT重建方法.首先通过非线性Anscombe变换将满足Poisson分布的投影数据转化为Gaussian分布,以便于投影数据噪声的滤除;然后对滤波后的投影数据执行Anscombe逆变换和滤波反投影(FBP)CT图像重建;最后将投影数据滤波后的FBP图像作为先验构建非局部权值矩阵,并将该权值矩阵用于低剂量CT图像的非局部平均成像.仿真和临床实验结果表明,该方法在噪声消除和伪影抑制两方面均有上佳表现.
- 刘楠黄静马建华陈武凡卢虹冰Zhengrong Liang
- 关键词：低剂量CT
- 基于小波变换的低剂量CT影数据滤波方法研究投被引量：4
- 2011年
- 本文根据低剂量CT投影数据的噪声特性,提出了一种基于小波变换的低剂量CT投影数据三维块匹配(BM3D)滤波方法。新方法首先对经过Anscombe变换的低剂量CT投影数据进行小波分解,然后分别对分解后尺度系数和小波系数进行BM3D滤波,接着对滤波后的系数进行逆小波变换和Anscombe逆变换,最后对处理后的投影数据采用经典的滤波反投影(FBP)算法完成图像重建。实验表明,本文方法在噪声抑制和图像细节保持等方面均有上佳表现。
- 张喜乐黄静刘楠路利军马建华陈武凡
- 关键词：小波变换低剂量CT
- 基于解剖自适应的非局部先验贝叶斯PET图像重建被引量：2
- 2011年
- 将配准的解剖图像作为先验信息指导PET图像重建已有广泛的研究。基于非局部均值(nonlocal means)滤波和解剖图像的区域信息,提出一种解剖自适应的非局部先验(anatomically adaptive nonlocal prior,AANLP)模型。新模型中的信息来自一个较大的非局部邻域内灰度值的加权差,其权值通过计算两个像素的相似性获得。权值参数通过利用解剖图像的区域信息进行自适应迭代估计。在PET图像的重建过程中,AANLP模型自适应地用于每一个解剖区域。构建两步式重建策略,用于图像重建和参数估计。仿真数据重建结果表明,AANLP具有很好的保持边缘效果,并且能鲁棒地产生最高的病灶对比度。
- 路利军马建华黄静毕一鸣刘楠陈武凡
- 非局部平均迭代修正的稀疏角度CT凸集投影重建被引量：2
- 2010年
- 鉴于非局部平均(nonlocal means,NL-means)滤波后的图像质量大幅提升,本文提出一种非局部平均迭代修正的稀疏角度CT凸集投影(projection onto convex set,POCS)重建方法。新方法采用两相式重建策略:首先对CT稀疏投影数据采用POCS算法进行重建,以获得满足数据一致性及非负性约束的重建图像;随后由POCS重建图像导引非局部平均对其进行优化修正,以消除图像中的高频噪声,保持图像边缘,减少条形伪影,达到提升图像质量的目的。两相交替进行,直至满足某一终止准则。仿真实验表明,本文提出的非局部平均迭代修正稀疏角度CTPOCS重建算法,可有效抑制重建图像噪声和条形伪影,大幅提高重建图像质量。
- 刘楠黄静马建华路利军冯前进陈武凡
