学科分类
/ 1
9 个结果
  • 简介:红外热成像技术是现代影像学中的一门新兴技术。它与x射线、B超、CT、核磁共振等显像技术的成像原理不同,它不主动发射任何射线,只是被动接受热源所发射出的红外线,经过处理后得到热源的影像。该技术的最大特点是不用接触待测物体。因此,对于一些高危行业,如核工业中元器件的检测将变得非常容易。本文所叙述的就是利用红外热像技术与显微技术的结合,制作一种红外显微镜。红外显微镜可以将出现故障的大规模集成电路板中数以万计的微小元器件的影像传输到计算机中,经过计算机的分析,可以很容易地分析出具体故障所在。因此,大范同电子元器件故障的快速检测将变得简单、快捷。

  • 标签: 红外热像 显微技术 红外显微镜
  • 简介:X射线CT(computedtomography)成像技术是现代医学和工业重要的诊断与检测手段。实际使用的射线源一般为宽能谱多色射线源,当多色射线穿过物体时,低能光子由于光电效应被优先吸收,因此使得射线能谱变窄。这导致CT图像的退化和杯状伪影的产生。本文系统分析了CT成像的物理过程,提出了一种简单有效的射束硬化校正方法。此方法包括三步,首先对投影图像进行散射抑制处理,其次是基于重投影的射束硬化校正,最后是基于小波变换的CT图像降噪处理。实验验证了方法的有效性。

  • 标签: CT成像 射束硬化 杯状伪影 校正
  • 简介:磁共振成像理论自1973年由诺贝尔获奖者PaulC.Lauterbur教授奠定以来,历经近半个世纪,在硬件系统和成像方法上均得到飞速发展,成为无创获取生物体组织形态、功能、代谢等多层次信息的强大医学影像工具。近年来,脑科学研究以及心血管与肿瘤等重大疾病精准诊断的迫切需求,对磁共振成像的时空分辨率以及信噪比提出更高的要求。开发快速、高分辨的高场磁共振成像技术与仪器设备成为前沿科学研究和高质量临床诊断的关键。本篇综述将以成像信息技术为核心,从硬件系统部件和快速成像方法两条主线入手,分别介绍磁体、梯度、谱仪、射频等关键部件的发展和挑战,以及前沿快速成像方法的技术突破和高级应用,同时分析超高场磁共振系统在前沿科学研究中的重要价值和面临的技术瓶颈。高场磁共振系统是医疗设备中涉及学科交叉最多、技术体系最复杂、门槛最高的领域之一,是'中国制造2025'高端医疗装备制造的重要目标,因而实现快速高清晰磁共振成像的技术创新突破、形成高场磁共振整机制造能力,具有重大科学意义和产业价值。

  • 标签: 磁共振系统 高场 高分辨 快速成像
  • 简介:采用红外热成像系统联合彩色多普勒超声仪对8例女性乳腺肿瘤患者进行扫描成像,获取乳腺肿瘤温度分布等红外热辐射特征及其乳腺肿瘤的大小、内部血流等超声影像特征,探讨乳腺肿瘤的红外热图像特征,同时将红外热图像分析结果与超声诊断结果进行比较,结果表明两种影像技术的吻合度较好,研究结果具有重要的应用价值。

  • 标签: 乳腺 肿瘤 红外热成像 超声影像
  • 简介:心电门控磁共振成像技术(ECG—MRI)是用心电图波信号激发磁共振成像的脉冲序列,使心脏在心动周期的特定时相成像,因而能获得高分辨率的心脏影像。本文首先介绍了心电门控仪的设计原理,然后采用了预期性门控的方法对心脏进行成像实验,最后对比成像结果表明当MRI心电采集系统加入心电门控单元以后,在心电门控方式的扫描下,所获得的心脏图像质量明显增强,运动伪影基本消除。

  • 标签: 磁共振成像 心电门控 心脏成像 预期性门控
  • 简介:乳腺癌是危害女性健康的一种常见疾病。本文利用一种新型的红外热成像技术,获得40例健康青年女性和4名患有乳腺疾病女性的乳腺红外热图像并进行分析。结果表明:健康青年女性左、右乳腺组织的平均温度基本呈对称性分布,但右乳略高(0.11±0.16,P〈0.01),乳腺4个象限左右两侧的温差约为0.50℃。患有疾病乳腺的温度分布左右明显不对称。此外,研究初步发现健康青年女性乳腺温度分布的统计直方图基本呈正态分布,而患疾乳腺则明显偏离正态分布,偏离程度与疾病的类型及发病程度有关。最后,初步给出左右乳腺的平均温差超过0.50℃提示乳腺组织潜在危险陛,为乳腺疾病的热图解读提供参考。

  • 标签: 红外热成像 乳腺组织 温度分布 对称性分析
  • 简介:很多研究采用分子信标技术来作为活体细胞中RNA表达研究的成像手段。然而,越来越多的证据表明,由于该技术易产生假阳性信号使得RNA的检测灵敏度显著降低。本文就如何克服这些缺陷,实现活体细胞中RNA的高灵敏检测来构建分子信标进行了阐述。

  • 标签: 分子信标 活体细胞 RNA 成像 检测灵敏度 高灵敏检测
  • 简介:通过改进处理K-SVD算法得到DDELM-AE算法,之后再把该算法应用于物体特征识别中。研究结果得到:K-SVD算法的收敛速率较快,达到收敛的时间也显著比SAE算法更短,本文通过改进K-SVD算法之后使DDELM-AE算法的计算准确率以及计算效率都获得了显著的改善。采用K-SVD算法可以达到76.3%的识别准确率,使用深度特征信息之后,可以使识别准确率升高至81.4%,DDELM-AE可以显著提高K-SVD算法的性能,并且加入多特征之后可以使算法识别准确率得到显著提高。

  • 标签: K-SVD算法 算法改进 图像识别