摘要：目的针对数字乳腺层析成像技术(DBT)需求,研制DBT整机系统,实现其成像影像链的设计与优化。方法基于三维X射线断层成像技术以及数字影像处理技术,作者结合DBT成像扫描模式,研究其投影数据校正、几何校正、投影增强、滤波调制及图像重建方法,并搭建了硬件测试系统。实验中,利用标准ACR体模与高分辨率体模,对系统稳定性及噪声水平进行评估;并采用商用设备的病人投影数据测试影像链成像算法效果。结果采用几何校正参数重建高分辨率体模的图像,线对清晰,无混淆伪影;滤波调制后重建的ACR体模图像中,钙化点、囊肿、纤维结构更加清楚;增强处理后重建的病人乳腺图像,组织间对比度更高,病灶显示更加清晰。结论本文所介绍的DBT系统可用于乳腺断层成像,图像质量与商用DBT系统相当,为乳腺疾病的诊断提供重要的影像信息。

摘要：目的人体四肢成像具有重要的临床意义,目前国内在该方面的研究匮乏,本文针对四肢骨骼成像高分辨率的特殊需求,创建一种四肢专用锥束CT(ECBCT)成像方法。方法基于三维X射线断层成像技术以及高分辨率X射线平板探测器技术,作者进行了ECBCT成像过程的物理建模及几何建模,研究其几何校正及图像重建方法,并搭建了相应的硬件系统。实验中对笔筒体模、IQ体模以及动物肢体样本进行扫描,以评估该成像方法的有效性及其硬件系统的稳定性。结果采用几何校正后的参数进行重建的笔筒图像结构清楚,无混叠伪影产生;IQ体模重建图像中CT值分布均匀,同等条件下多次扫描重建图像的噪声功率谱不具差异性;动物肢体重建图像分辨率高,骨组织显示清晰。结论 ECBCT可用于人体四肢成像,此外,该技术对骨组织的成像分辨率高,可为骨关节炎等骨科疾病的诊断提供重要的临床信息。

摘要：人脸活体检测是人脸识别系统安全性保证的关键,其中,解纠缠学习方法可以有效解决人脸活体检测中泛化数据集的问题,但是现有的解纠缠学习方法往往将整幅人脸图像作为输入,解析出伪造痕迹元素,会忽略伪造痕迹的局部细节问题。针对这一问题,改进现有的伪造痕迹解纠缠网络,提出多对抗性鉴别网络模型,在鉴别器中设计主鉴别器和区域鉴别器,引入人脸遮罩模块,生成人脸皮肤、五官遮罩蒙版,整合人脸局部信息,使生成器拟合的图像更接近数据集中人脸图像的分布,同时解离出加强版的伪造痕迹。提出的多对抗性鉴别网络有效地增强了伪造人脸图像的伪造痕迹信息并提高了人脸活体检测的准确率。具体来说,该网络模型在OULU-NPU数据集的2个实验中的检测错误率仅为0.8%和1.4%,相比STDN错误率显著降低,同时在Idiap Replay-Attack数据集上也达到了较好的检测效果。为了验证该网络模型的可迁移性,在NUAA数据集和Idiap Replay-Attack数据集上进行跨域实验,达到了不错的效果。

摘要：提出了应用BP神经网络来预测土抗剪强度指标c、φ。结合工程实例,详细介绍了该方法的建模过程,结果表明预测结果和实测结果很接近,神经网络在土性参数方面应用前景很广阔。