导读:本文包含了高分辨图像论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:磁共振,图像,管壁,夹层,动脉,血管,特性。
高分辨图像论文文献综述
陈红兵,李竹浩,唐舒锦,何绍富,王朝阳[1]（2019）在《3D-TOF-MRA原始图像和管壁高分辨MRI评估致缺血性卒中颅内动脉夹层的对比研究》一文中研究指出目的:颅内动脉夹层(IAD)的诊断一直是个挑战。经皮穿刺血管造影被认为是诊断IAD的金标准,因其有创性,故非是常规检查。近期的研究表明管壁高分辨磁共振成像(VW-HRMRI)在诊断IAD方面独具优势,但对硬件和技术要求较高。叁维(3D)时间飞跃(TOF)磁共振血管成像(MRA)是评估颅内动脉的常规检查,然而对其在诊断IAD的价值所知甚少。本研究旨在探讨3D-TOF-MRA原始图像评估致缺血性卒中IAD的价值,并与VW-HRMRI相比较。方法:2014年4月-2017年5月,我院神经科收治30例致缺血性卒中IAD患者,入组其中26例发病1月内行同时行颅脑3D-TOF-MRA和VW-HRMRI(T1WI、T2WI和3D-T1-SPACE,黑血技术)患者。年龄:39.0±14.2岁,男:20例。比较两种成像技术检测IAD典型征象能力,包括:壁内血肿高信号、血管轮廓增大、夹层动脉瘤和内膜征/双腔征。结果:10例前循环IAD位置:大脑中动脉5例、颈内动脉3例、颈内动脉+大脑中动脉1例和大脑前动脉1例;16例后循环IAD位置:椎动脉12例、小脑后下动脉2例、基底动脉1例和大脑后动脉1例。IAD管腔状态:狭窄11例、闭塞12例、夹层动脉瘤2例和狭窄+夹层动脉瘤1例。VW-HRMRI于所有患者中均检测到了典型夹层征象(100%),3D-TOF-MRA原始图像于14例(53.8%)患者检测到典型夹层征象(P<0.001);且VW-HRMRI检测到了3D-TOF-MRA原始图像所观察到的所有典型夹层征象。具体典型夹层征象方面:VW-HRMRI检测"血管轮廓增大"(53.8%对23.1%,P=0.045)和"内膜征/双腔征"(42.3%对11.5%,P=0.027)优于3D-TOF-MRA;3D-TOF-MRA原始图像对"夹层动脉瘤"(11.5%对11.5%)和"壁内血肿高信号"(30.8%对57.7%)检出率与VW-HR MRI比较无差异(P>0.05)。结论:本研究进一步表明VW-HRMRI对IAD均有卓越的诊断效能,于所有IAD均发现了典型夹层征象。尽管3D-TOF-MRA诊断IAD的效能不如VW-HRMRI,但也于超过半数的IAD检测到了典型夹层征象。鉴于3D-TOF-MRA技术成熟、成像时间短、不增加额外费用等优点,未来有关IAD的临床实践和研究中应予以重视。(本文来源于《中国介入神经病学大会2019-第15届国际脑血管病高峰论坛论文汇编》期刊2019-06-14）
陈红兵,李竹浩,唐舒锦,何绍富,王朝阳[2]（2019）在《3D-TOF-MRA原始图像和管壁高分辨MRI评估颈部动脉夹层的对比研究》一文中研究指出目的:研究已表明管壁高分辨磁共振成像(VW-HRMRI)是检测颈部动脉夹层(CAD)管壁影像学病理特征的有力手段,但存在硬件要求高、成像时间长,以及增加费用等不足。叁维(3D)时间飞跃(TOF)磁共振血管成像(MRA)是一项基于T1-加权成像原理的高分辨序列,其亦可显示典型夹层征象,如:壁内血肿高信号等。本研究旨在探讨3D-TOF-MRA原始图像评估CAD的价值,并与VW-HRMRI相比较。方法:2014年4月-2017年5月,我院神经科收治41例致缺血性卒中CAD患者,入组其中23例发病1个月内同时行颈部3D-TOF-MRA和VW-HRMRI(T1WI和T2WI,抑脂+黑血技术)患者。年龄:38.3±13.1岁,男17例。比较两种成像技术检测CAD典型征象能力,包括:壁内血肿高信号、血管轮廓增大、夹层动脉瘤和内膜征/双腔征。结果:5例为双侧椎动脉夹层,1例为双侧颈内动脉夹层,1例为单侧椎动脉夹层合并单侧颈内动脉夹层,16例为单发CAD;最终有30个CAD纳入分析。VW-HRMRI于所有CAD均检测到典型夹层征象(100%),而3D-TOF-MRA原始图像于8个CAD(26.7%对0, P=0.005)未发现典型夹层征象(4个CAD,13.3%)或发现的典型夹层征象少于VW-HRMRI(4个CAD,13.3%)。VW-HRMRI检测到了3D-TOF-MRA原始图像所观察到的所有典型夹层征象。检测具体典型夹层征象方面:VW-HRMRI检测"壁内血肿高信号"(93.3%对73.3%,P=0.021)和"血管轮廓增大"(93.3%对73.3%,P=0.021)优于3D-TOF-MRA原始图像;3D-TOF-MRA原始图像对"夹层动脉瘤"(23.3%对23.3%,P=1.000)和"内膜征/双腔征"(6.7%对12.3%,P=0.671)检出率与VW-HRMRI比较无差异。结论:本研究首次对3D-TOF-MRA原始图像和VW-HRMRI评估CAD进行了比较,表明VW-HRMRI诊断CAD的能力卓越,于所有CAD检出了典型夹层征象。尽管3D-TOF-MRA原始图像诊断CAD的能力稍逊于VW-HRMRI,但其于大多数CAD中检测到了典型夹层征象;由于3D-TOF-MRA技术成熟、成像时间短、不增加额外费用等优点,未来实践和研究中应予以重视。(本文来源于《中国介入神经病学大会2019-第15届国际脑血管病高峰论坛论文汇编》期刊2019-06-14）
周知[3]（2019）在《多维高分辨雷达图像目标识别方法研究》一文中研究指出多维高分辨雷达图像自动目标识别可以利用雷达目标图像数据,实现目标类别、属性等信息的获取,是雷达图像处理与解译的重要组成部分,是雷达技术应用亟需解决的关键技术之一,在军事国防和国民经济领域具有很高的研究价值。雷达成像系统能力的不断增长的一个重要指标是空间分辨率逐渐提高。高分辨雷达图像可以提供更为丰富的目标信息,也给现阶段目标识别带来了一系列新问题。一方面,高分辨雷达尤其是超高分辨雷达作为一个前沿技术,在民用领域应用匮乏;另一方面,现有高分辨雷达图像可用数据有限,使得以数据驱动的雷达目标识别算法发展缓慢。针对上述问题,本文开展了高分辨雷达图像目标识别理论分析、方法研究和仿真实测数据验证等工作,主要贡献如下:1.针对超高分辨雷达应用问题,提出了一种超高分辨雷达手势识别方法。通过对一维距离像序列位置特征的提取,结合经过时频分析获取的多普勒信息,研究了扩展的动态时间规整算法,针对多特征目标分类问题,提出了决策级融合策略,实现了超高分辨雷达手势识别,并采集了大量超高分辨雷达手势实测数据,通过实测数据对算法性能进行了验证和分析。2.针对高分辨雷达图像数据库样本有限问题,提出了一种散射中心多层次重构的雷达目标识别方法。利用属性散射中心模型和能量比模型对高分辨雷达图像进行多层次重构,解决了雷达图像噪声对识别消极影响和少量训练样本导致的目标识别算法泛化能力低下的问题,有效的提升了有限原始雷达图像样本条件下雷达目标的识别性能。3.针对多特征决策融合片面失衡问题,提出了一种Gabor特征决策融合策略的雷达目标识别方法。通过权值来衡量Gabor不同尺度不同方向特征对识别的贡献度,定义损失函数求取权值最优解,建立新的决策融合机制,解决了传统方法中多特征决策融合不全面不均衡的问题,提高了雷达目标的识别率。4.针对基于SAR图像多特征目标识别的特征选择与决策融合问题,提出了叁种基于单演信号的特征级融合与决策融合的雷达目标识别方法。这叁类方法基于Fisher准则,建立单演信号尺度置信度模型,从全局和局部尺度选择的不同角度对单演信号尺度空间进行特征级融合,在叁任务稀疏表示完成后,从全局Fisher分数、局部Fisher分数和基于损失函数的最小二乘最优解叁个角度分配权值,构建决策融合策略,有效提升SAR图像目标识别效率和泛化性能。本文围绕多维高分辨雷达图像目标识别展开一系列研究,针对超高分辨雷达的应用和高分辨雷达图像散射特性复杂、数据匮乏等问题进行了一系列的探索,为高分辨条件下雷达图像目标识别提供指引。(本文来源于《电子科技大学》期刊2019-04-19）
杨海溢[4]（2019）在《高分辨SAR图像目标特性建模及检测方法研究》一文中研究指出合成孔径雷达(Synthetic Aperture Radar,SAR)目标检测被用于从成像场景中发现感兴趣目标区域。目标检测结果可直接为军事侦察与民用监测提供情报,也可作为进一步分类/识别的输入信息。错误的检测结果可能严重影响其后续步骤的性能。因此,目标检测是SAR图像解译的重要环节。近年来,高分辨、多极化SAR图像带来丰富的地物信息,包含更高的检测价值,但高分辨条件下目标也表现出明显的幅度起伏、分裂的强散射区域以及混合的极化成分等问题,使SAR图像的目标特性愈加复杂。传统检测方法大多基于背景特性,而对目标特性的利用不足,因此难以适用于高分辨SAR图像。为了提高检测性能,本文对高分辨SAR图像目标特性建模展开研究。此处的目标特性指目标在SAR图像域中表现的具体形式,如散射统计、几何结构或极化类别等。基于上述目标特性对检测的影响,提出了针对性目标检测方法。本文主要工作包括以下方面:1.介绍常用的SAR图像地物特性及检测方法,研究目标与背景特性的差异。基于理论模型和实测数据研究恒虚警率(Constant False Alarm Rate,CFAR)检测性能,通过模板匹配分析不同分辨率下检测性能的统计描述,并通过极化分解分析不同目标的极化特性及检测效果差异。2.针对目标区域内散射起伏的问题,建立散射特性的条件熵模型,提出一种基于迭代离群值检测和递归显着性优化的检测方法。以强弱像素占比为参数,推导出使似然比检测最大化的条件熵度量。然后,利用迭代检测和递归优化改进检测效果,解决了背景选择和离群值修正的问题。所提方法有效提高了对复杂SAR图像的目标检测性能。3.针对目标强散射区域分裂的问题,建立目标几何特性的部件模型,提出一种基于部件搜索的检测方法。基于部件模型进行叁级搜索实现了目标检测:深度优先搜索强散射中心作为兴趣点;选择性搜索满足几何关联和相似性的兴趣点生成目标部件;紧凑度和密度几何约束下贪婪组合目标部件得到潜在目标。基于目标几何特性,孤立兴趣点或部件形成的虚警得以被筛除。4.针对目标包含混合极化成分的问题,建立极化特性的分类模型,提出基于扰动滤波器融合的显着性检测方法。地物极化的分类有利于简化目标检测问题。同时,结合目标稀疏性假设,可以计算极化类别的显着性,进而实现滤波器加权融合的目标显着性检测。对不同极化成分的显着性分析,有利于克服目标极化混合对检测的消极影响,并抑制背景的极化差异形成的虚警。本文从分析高分辨SAR图像目标特性的角度扩展了对检测方法的研究,并且基于高分辨SAR图像的实验验证了所提方法的检测性能。(本文来源于《电子科技大学》期刊2019-04-15）
谭秀兰[5]（2019）在《高分辨SAR图像海面目标检测与识别方法研究》一文中研究指出SAR凭借其全天候、全天时的主动作业优势,被普遍地应用到例如军事、海洋监控等众多应用领域。SAR目标的检测与识别也成了研究的热点。本文以SAR舰船目标为核心,开展了海陆分割、舰船检测以及舰船大小分类识别叁方面的工作。本文首先梳理了目前舰船检测与识别的研究现状,对比分析了现有方法具有的优势及存在的问题。总结了SAR图像和SAR海面目标的特征,详细分析了影响舰船目标检测与识别的环境、SAR系统以及舰船自身等因素,引入了舰船目标检测与识别的基本流程。SAR海面图像中的陆地区域内有大量的强散射物体及建筑,不利于舰船目标检测。本文利用海洋与陆地在灰度和边缘密度上的不同,使用基于边缘检测与区域生长的海陆分割方法去掉陆地部分,避免对后续检测造成干扰。传统的CFAR检测受杂波影响较大,常伴随有虚警,并且会损失一部分舰船形状信息。针对此类问题,本文提出了一种基于超像素分割和随机森林聚类的舰船检测算法。其中,超像素分割能保证舰船有较为完整准确的形状,同时还将舰船检测算法从传统的单个像素点提升到超像素的水平,减少计算量;随机森林聚类的目的是快速找到稀有的舰船超像素块。实验结果表明,本文算法检测具有较好的抗噪性能,检测率较高,并且能很好地保留舰船目标的形状特性。在得到形状信息完整的舰船检测结果后,提取形状特征,对舰船的大小进行分类识别。(本文来源于《电子科技大学》期刊2019-03-30）
苏昭凤,李勇刚,邢建明[6]（2019）在《甲状腺病变IVIM、高分辨DWI及常规DWI图像质量优化及诊断价值探讨》一文中研究指出目的研究甲状腺体素内不相干运动(IVIM)、高分辨DWI及常规DWI图像质量优化的方法及对不同性质病变的鉴别诊断价值。方法 38例甲状腺MRI检查者,比较高分辨DWI及常规DWI的图像质量差异,并进行统计学分析。比较不同线圈及扫描方位时IVIM图像质量及不同甲状腺病变中D值、D*值、f值的差异,并进行统计学分析。结果 (1)常规DWI图像3分及以上者8例,占80%(8/10),高分辨DWI图像3分及以上者10例,占100%(10/10),两组图像质量差异具有统计学意义(P=0. 032)。(2) IVIM容积线圈横断位扫描,1分图像4例,占100%(4/4);冠状位扫描,3分及以上图像3例,占25%(3/12)。表面线圈冠状位扫描,图像3分及以上者8例,占36. 4%(8/22),不同线圈组图像质量差异具有统计学意义(P=0. 002)。恶性病灶与良性病灶、良性病灶与正常组织之间D值差异具有统计学意义;恶性病灶与正常组织之间f值差异具有统计学意义。结论高分辨DWI图像质量明显高于常规DWI。表面线圈、冠状位扫描能显着提高IVIM图像质量; IVIM参数有助于鉴别甲状腺良恶性病灶。(本文来源于《临床放射学杂志》期刊2019年01期）
王佳欣,米捷[7]（2018）在《基于多模态配准的图像高分辨重建技术》一文中研究指出为了提高图像的重建的叁维分辨能力和识别能力,提出一种基于多模态图像配准的图像高分辨重建技术。采用叁维模板匹配方法进行叁维图像的边缘相关性检测,采用叁角网格表面渲染方法实现图像的纹理跟踪,结合Harris角点检测方法提取叁维图像特征点与轮廓信息,对重建叁维图像的表面纹理特征进行多模态配准,对图像进行平滑去噪,降低图像重建的表面误差,实现图像的高分辨重建。仿真结果表明,采用该方法进行叁维图像重建的分辨力较高,特征点的匹配能力较强,提高了叁维图像重建质量。(本文来源于《舰船电子工程》期刊2018年12期）
邢华丹,高志逊,马路路,赵煜乘,仇巍[8]（2018）在《基于高分辨透射电镜图像的数字云纹应变测量方法》一文中研究指出近年来发展了多种微纳米尺度下应力/应变的测量方法,例如微米、亚微米分辨的云纹干涉、显微拉曼,纳米、亚纳米分辨的透射电镜图像几何相位法等。然而,却尚缺少一种十纳米(即亚亚微米)量级分辨率的应变测量手段,从而导致针对纳米复合材料与复杂异质结构的跨尺度力学测量遇到困难。本文提出一种通过量化几何转角实现应变测量的数字云纹新方法。该方法以高分辨透射电镜(TEM)获取的晶格图像为基础,通过傅立叶变换-反傅里叶变换,将晶格图像生成叁个不同倾角的TEM栅。以已知应变状态位置获取的TEM栅为参考栅,以所需测量位置获得的TEM栅为试件栅,分别对倾角接近的参考栅与试件栅进行逻辑运算,得到各倾角栅对应的数字云纹图像。基于几何云纹基本原理,建立参考栅与试件栅二者之间栅线倾角的变化(即栅线转角q)、几何云纹条纹的倾角φ与栅线间距变化(即栅线法向应变分量ε)之间的解析关系。计量TEM栅线转角与几何云纹条纹的倾角,带入以上关系得到试件栅位置上叁个不同方向的正应变,从而实现面内应变各分量的解耦测量。由于本方法获得的是高分辨TEM图像所截取的空间范围内应变的平均信息,因此具有十纳米量级的空间分辨率。本文将该方法与显微拉曼相结合,应用于硅锗固溶合金缓冲应变硅结构的应变分析,给出了应变硅层与锗硅合金缓冲层界面附近的应变分布信息。(本文来源于《2018年全国固体力学学术会议摘要集（上）》期刊2018-11-23）
邹瑞波,廖海泳[9]（2018）在《基于移动最小二乘的高分辨HDR图像色调映射算法》一文中研究指出HDR图像由于能够同时很好地保存图像亮区和暗区的信息而受到越来越多的关注,但是没有办法在普通的显示设备上进行很好的显示.所以出现了很多对于HDR图像进行色调映射的算法.但是,对于高分辨率HDR图像的色调映射,目前还缺乏比较有效的方法.本文提出了一种针对高分辨率HDR图像色调映射的有效方法.该方法先利用移动最小二乘法提取图像的光照分量,然后对其进行压缩后再恢复图像的彩色信息.实验表明所提方法能够快速处理任意分辨率的HDR图像,而且同时能够很好地在普通显示设备上显示图像亮区和暗区的细节信息.(本文来源于《汕头大学学报(自然科学版)》期刊2018年04期）
黄勇,杨德运,乔赛,慕振国[10]（2018）在《高分辨合成孔径雷达图像的耦合传统恒虚警目标检测》一文中研究指出由于合成孔径雷达(SAR)图像中含有大量相干斑噪声导致目标特征不太明显,仅使用目标强散射特征的传统恒虚警(CFAR)算法时虚警率较高。针对该问题,本文提出了一种新的耦合CFAR检测算法,它既能够检测目标的强散射特征,又能够检测目标的阴影特征。首先,利用目标强散射特征与阴影特征之间的协同关系进行目标检测。耦合CFAR的强散射特征检测与传统CFAR算法完全相同,对阴影特征检测则通过修改传统CFAR算法的积分区间来实现。然后,根据同一个目标的强散射特征与阴影特征之间存在的空间位置关联关系删除虚警目标,取得了更好的检测效果。试验结果表明,该算法在相同检测率的情况下,其虚警率远低于传统CFAR算法。(本文来源于《吉林大学学报(工学版)》期刊2018年06期）
高分辨图像论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的:研究已表明管壁高分辨磁共振成像(VW-HRMRI)是检测颈部动脉夹层(CAD)管壁影像学病理特征的有力手段,但存在硬件要求高、成像时间长,以及增加费用等不足。叁维(3D)时间飞跃(TOF)磁共振血管成像(MRA)是一项基于T1-加权成像原理的高分辨序列,其亦可显示典型夹层征象,如:壁内血肿高信号等。本研究旨在探讨3D-TOF-MRA原始图像评估CAD的价值,并与VW-HRMRI相比较。方法:2014年4月-2017年5月,我院神经科收治41例致缺血性卒中CAD患者,入组其中23例发病1个月内同时行颈部3D-TOF-MRA和VW-HRMRI(T1WI和T2WI,抑脂+黑血技术)患者。年龄:38.3±13.1岁,男17例。比较两种成像技术检测CAD典型征象能力,包括:壁内血肿高信号、血管轮廓增大、夹层动脉瘤和内膜征/双腔征。结果:5例为双侧椎动脉夹层,1例为双侧颈内动脉夹层,1例为单侧椎动脉夹层合并单侧颈内动脉夹层,16例为单发CAD;最终有30个CAD纳入分析。VW-HRMRI于所有CAD均检测到典型夹层征象(100%),而3D-TOF-MRA原始图像于8个CAD(26.7%对0, P=0.005)未发现典型夹层征象(4个CAD,13.3%)或发现的典型夹层征象少于VW-HRMRI(4个CAD,13.3%)。VW-HRMRI检测到了3D-TOF-MRA原始图像所观察到的所有典型夹层征象。检测具体典型夹层征象方面:VW-HRMRI检测"壁内血肿高信号"(93.3%对73.3%,P=0.021)和"血管轮廓增大"(93.3%对73.3%,P=0.021)优于3D-TOF-MRA原始图像;3D-TOF-MRA原始图像对"夹层动脉瘤"(23.3%对23.3%,P=1.000)和"内膜征/双腔征"(6.7%对12.3%,P=0.671)检出率与VW-HRMRI比较无差异。结论:本研究首次对3D-TOF-MRA原始图像和VW-HRMRI评估CAD进行了比较,表明VW-HRMRI诊断CAD的能力卓越,于所有CAD检出了典型夹层征象。尽管3D-TOF-MRA原始图像诊断CAD的能力稍逊于VW-HRMRI,但其于大多数CAD中检测到了典型夹层征象;由于3D-TOF-MRA技术成熟、成像时间短、不增加额外费用等优点,未来实践和研究中应予以重视。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高分辨图像论文参考文献
[1].陈红兵,李竹浩,唐舒锦,何绍富,王朝阳.3D-TOF-MRA原始图像和管壁高分辨MRI评估致缺血性卒中颅内动脉夹层的对比研究[C].中国介入神经病学大会2019-第15届国际脑血管病高峰论坛论文汇编.2019
[2].陈红兵,李竹浩,唐舒锦,何绍富,王朝阳.3D-TOF-MRA原始图像和管壁高分辨MRI评估颈部动脉夹层的对比研究[C].中国介入神经病学大会2019-第15届国际脑血管病高峰论坛论文汇编.2019
[3].周知.多维高分辨雷达图像目标识别方法研究[D].电子科技大学.2019
[4].杨海溢.高分辨SAR图像目标特性建模及检测方法研究[D].电子科技大学.2019
[5].谭秀兰.高分辨SAR图像海面目标检测与识别方法研究[D].电子科技大学.2019
[6].苏昭凤,李勇刚,邢建明.甲状腺病变IVIM、高分辨DWI及常规DWI图像质量优化及诊断价值探讨[J].临床放射学杂志.2019
[7].王佳欣,米捷.基于多模态配准的图像高分辨重建技术[J].舰船电子工程.2018
[8].邢华丹,高志逊,马路路,赵煜乘,仇巍.基于高分辨透射电镜图像的数字云纹应变测量方法[C].2018年全国固体力学学术会议摘要集（上）.2018
[9].邹瑞波,廖海泳.基于移动最小二乘的高分辨HDR图像色调映射算法[J].汕头大学学报(自然科学版).2018
[10].黄勇,杨德运,乔赛,慕振国.高分辨合成孔径雷达图像的耦合传统恒虚警目标检测[J].吉林大学学报(工学版).2018
论文知识图
