三维医学图像的分割是计算机辅助诊断与治疗中至关重要的技术。由于现有的三维医学图像分割算法种类繁多且性能各异,对各种分割算法性能公正直观的评价显得尤为重要。我们在对现有常用评价方法做出综合的比较后,提出了一种基于局域距离...三维医学图像的分割是计算机辅助诊断与治疗中至关重要的技术。由于现有的三维医学图像分割算法种类繁多且性能各异,对各种分割算法性能公正直观的评价显得尤为重要。我们在对现有常用评价方法做出综合的比较后,提出了一种基于局域距离误差的综合、直观的三维图像分割的新型评价方法,并详细描述了该评价方法中局域误差和全局精确度的评价法。最后,利用这种新型的评价方法对三种常用的分割算法(Fast Marching,Morpholo-gical Reconstruction and Watershed)及一种笔者提出的新型Hybrid算法进行评价,此新型分割算法也在文中作了简要介绍。通过实验,可以验证新的评价方法能够更加科学、直观地对各种三维医学图像分割算法进行评价。展开更多
为保证虚拟手术系统中的网格质量,提出一种基于Loose r sample理论的快速表面网格重建算法。记录满足Loose r sample采样定理的点集,用以描述物体的轮廓。通过约束Delaunay方法对该点集进行三角化,标记顶点和Delaunay单元,重构新的网格...为保证虚拟手术系统中的网格质量,提出一种基于Loose r sample理论的快速表面网格重建算法。记录满足Loose r sample采样定理的点集,用以描述物体的轮廓。通过约束Delaunay方法对该点集进行三角化,标记顶点和Delaunay单元,重构新的网格。实验结果表明,该算法能够保证生成网格的质量,简化仿真复杂度。展开更多
文摘三维医学图像的分割是计算机辅助诊断与治疗中至关重要的技术。由于现有的三维医学图像分割算法种类繁多且性能各异,对各种分割算法性能公正直观的评价显得尤为重要。我们在对现有常用评价方法做出综合的比较后,提出了一种基于局域距离误差的综合、直观的三维图像分割的新型评价方法,并详细描述了该评价方法中局域误差和全局精确度的评价法。最后,利用这种新型的评价方法对三种常用的分割算法(Fast Marching,Morpholo-gical Reconstruction and Watershed)及一种笔者提出的新型Hybrid算法进行评价,此新型分割算法也在文中作了简要介绍。通过实验,可以验证新的评价方法能够更加科学、直观地对各种三维医学图像分割算法进行评价。
文摘为保证虚拟手术系统中的网格质量,提出一种基于Loose r sample理论的快速表面网格重建算法。记录满足Loose r sample采样定理的点集,用以描述物体的轮廓。通过约束Delaunay方法对该点集进行三角化,标记顶点和Delaunay单元,重构新的网格。实验结果表明,该算法能够保证生成网格的质量,简化仿真复杂度。
