红外和可见光图像因其互补性而广泛应用于多个领域。但是,由于红外目标提取的不足,导致直接合成融合图像会存在失真以及信息丢失等问题。本文提出了一种基于快速滚动引导滤波(fast rolling guidance filter, FRGF)和改进的遗传算法的红...红外和可见光图像因其互补性而广泛应用于多个领域。但是,由于红外目标提取的不足,导致直接合成融合图像会存在失真以及信息丢失等问题。本文提出了一种基于快速滚动引导滤波(fast rolling guidance filter, FRGF)和改进的遗传算法的红外与可见光图像融合算法。首先,将对输入的红外图像和可见光图像进行FRGF多尺度分解,得到基底层和细节层图像。然后,基于改进的遗传算法和Renyi熵计算出最优阈值,将红外图像中的目标区域进行提取。最后,基底层使用比较匹配最大熵融合机制进行融合的方法;采用修正的拉普拉斯能量融合细节层。该算法融合了多尺度分解和自适应阈值分割的优点。实验结果表明,本文算法在主客观评价指标方面均优于多种经典融合算法,能够生成良好的融合结果。展开更多
全髋关节置换术(total hip arthroplasty,THA)的术前规划、术中导航和术后康复等环节,都因人工智能(artificial intelligence,AI)技术的介入而得到显著优化。本文综述AI技术在医疗影像分割和配准方面的最新进展,特别关注其在THA中的应...全髋关节置换术(total hip arthroplasty,THA)的术前规划、术中导航和术后康复等环节,都因人工智能(artificial intelligence,AI)技术的介入而得到显著优化。本文综述AI技术在医疗影像分割和配准方面的最新进展,特别关注其在THA中的应用。医疗影像与自然影像的显著差别对AI算法的设计构成挑战。深度学习技术,特别是CNN、U-Net和Transformer模型,在各项医疗影像分割和配准任务上表现突出。AI技术通过深度学习分析CT影像,显著提高了髋部病变的识别准确性。在术中引导方面,AI系统利用智能分割和运动状态模拟,为手术提供实时导航和精确定位,有效提升手术效率。AI技术还涉及手术成本预测和术后康复,通过马尔可夫模型等方法,为医疗决策提供了有力的数据支持。随着深度学习技术的不断进步,医疗影像分析正逐步实现自动化和智能化,对改善患者的整体手术体验和临床结果具有重大的临床意义,预示着未来在医疗影像领域可能实现的新突破。展开更多
文摘红外和可见光图像因其互补性而广泛应用于多个领域。但是,由于红外目标提取的不足,导致直接合成融合图像会存在失真以及信息丢失等问题。本文提出了一种基于快速滚动引导滤波(fast rolling guidance filter, FRGF)和改进的遗传算法的红外与可见光图像融合算法。首先,将对输入的红外图像和可见光图像进行FRGF多尺度分解,得到基底层和细节层图像。然后,基于改进的遗传算法和Renyi熵计算出最优阈值,将红外图像中的目标区域进行提取。最后,基底层使用比较匹配最大熵融合机制进行融合的方法;采用修正的拉普拉斯能量融合细节层。该算法融合了多尺度分解和自适应阈值分割的优点。实验结果表明,本文算法在主客观评价指标方面均优于多种经典融合算法,能够生成良好的融合结果。
文摘全髋关节置换术(total hip arthroplasty,THA)的术前规划、术中导航和术后康复等环节,都因人工智能(artificial intelligence,AI)技术的介入而得到显著优化。本文综述AI技术在医疗影像分割和配准方面的最新进展,特别关注其在THA中的应用。医疗影像与自然影像的显著差别对AI算法的设计构成挑战。深度学习技术,特别是CNN、U-Net和Transformer模型,在各项医疗影像分割和配准任务上表现突出。AI技术通过深度学习分析CT影像,显著提高了髋部病变的识别准确性。在术中引导方面,AI系统利用智能分割和运动状态模拟,为手术提供实时导航和精确定位,有效提升手术效率。AI技术还涉及手术成本预测和术后康复,通过马尔可夫模型等方法,为医疗决策提供了有力的数据支持。随着深度学习技术的不断进步,医疗影像分析正逐步实现自动化和智能化,对改善患者的整体手术体验和临床结果具有重大的临床意义,预示着未来在医疗影像领域可能实现的新突破。
