为提高海马体多图谱分割的精度和时间效率，提出基于高等标准化工具(Advanced Normalization Tools，ANTs)配准的多图谱分割算法。为降低数据规模，在预处理阶段，提取以海马体为中心的立方体box。在配准阶段，提出用ANTs代替重采样环节，再利用微分同胚Demons算法的平滑性、拓扑保持性以及连续性进行精配准。在标签融合阶段，采用加权平均(Majority Voting, MV)算法、基于生成模型约束的GraphCut标签融合(Generative Model, GM)算法、度量学习(Metric Learning, ML)算法以及半监督标签传播随机森林(Integrating Semi-Supervised Label Propagation and Random Forests, RF-SSLP)算法做对比。实验结果表明，用ANTs代替重采样后，可分别提高MV、GM、ML以及RF-SSLP四种融合算法的精度，同时，通过以上4种融合算法的对比发现，基于ANTs配准的半监督标签传播随机森林算法分割精度最高，相较于MV、GM和ML三种融合算法精度提高了3%~5%。

三价稀土离子上转换发光有着一些很有价值的应用技术: 波导上转换及放大和激光、 上转换三维立体显示、 飞秒光谱应用、 激光控温、 三维成像与存储、 光学温度感应系统、 牙科等生物物理应用、 上转换荧光防伪、 上转换宽带光源、 和上转换红外显示片等。 因为受到太阳能电池发展需求的促进, 上转换研究再度呈现出澎湃的研究热潮。 目前, 利用金属表面等离子体共振的近场增强效应能够有效增强其表面附近的荧光物质的发光的特性, 有可能较大幅度的提高上转换发光的强度, 从而有可能进一步把上转换发光推向实用。 利用离子引入法, 在铋化物的发光玻璃中引入银颗粒。 研究结果表明银表面等离激元的表面等离子体共振吸收峰位于580～600 nm; 而且, 加热时间的延长导致了表面等离子体共振吸收峰的剧烈增强和稍微蓝移。 978 nm半导体激光能够导致531.0, 546.0和657.5 nm的三组Er3+的2H11/2→4I15/2, 4S3/2→4I15/2, 4F9/2→4I15/2的双光子上转换荧光, 978 nm激光激发掺铒铋化物发光玻璃的上转换发光的机理是第一步的4I15/2→4I11/2共振基态吸收和随后的第二步的4I11/2→4F7/2的共振激发态吸收; 纳米银的表面等离激元的引入促成铋化物发光玻璃中铒离子的978 nm激光激发的上转换发光最大增强了272.0%倍。 1 539 nm半导体激光能够导致波长为528.0, 547.0, 657.0和795.0 nm的四组Er3+的2H11/2→4I15/2, 4S3/2→4I15/2, 4F9/2→4I15/2和4I9/2→4I15/2的上转换荧光; 1539 nm激光导致的528.0 nm 2H11/2→4I15/2和547.0 nm 4S3/2→4I15/2上转换荧光的机理主要是1 539 nm激光的4I15/2→4I13/2, 4I13/2→4I9/2和4I9/2→2H11/2的三步光激发吸收跃迁过程, 1 539 nm激光导致的657.0 nm 4F9/2→4I15/2上转换荧光的机理主要是1 539 nm激光的4I15/2→4I13/2, 4I13/2→4I9/2和4I11/2→4F9/2的三步光激发吸收跃迁过程; 纳米银的表面等离激元的引入导致了铋化物发光玻璃中铒离子的1 539 nm激光激发的上转换发光最大增强160.3%倍。 显然, 靠近银表面等离激元共振吸收峰的978 nm激光上转换的增强效果比1 539 nm激光的要好。

为有效提高海马体多图谱分割算法的精度, 将U-Net卷积神经网络用于海马体MR多图谱分割的标签融合。算法在图谱选择阶段, 计算互信息、梯度相似性选择图谱, 避免周围组织结构对图谱选择的干扰, 选择与目标图谱更贴合的浮动图像组。在预处理阶段, 提取以海马体为中心的感兴趣区域有效降低数据规模。在配准过程中, 利用重采样代替粗配准环节, 减少了“粗”配准环节所需时间, 再采用具有良好的平滑性、连续性和拓扑保持性的微分同胚Demons精配准算法。在标签融合阶段, 提出基于深度学习理论改进的U-Net多图谱MRI海马体分割算法。实验结果表明, 改进的算法分割精度较于传统算法平均提高了5%, 算法时间缩短了50%左右。改进后的基于U-Net的多图谱海马体分割算法对目标图像海马体的分割具有高精度、高效率的特点。

针对传统狼群算法(WPA)应用于图像分割寻优慢且易陷入局部最优的缺点, 提出一种基于分数阶狼群的Otsu图像分割算法。利用分数阶微分对过去状态有记忆性的优点, 用分数阶阶次来控制狼群在游走过程中的位置更新, 并引入自适应分数阶阶次, 根据狼的位置信息自适应地调整分数阶阶次, 提升算法收敛速度。采用粒子对称分布方法改进狼群围捕行为, 改善狼群个体空间分布状态, 提高种群多样性, 调整围捕过程中的狼群位置, 克服算法后期易出现局部最优的弊端。采用改进的二维Otsu算法, 将其离散度矩阵作为狼群算法的寻优函数,将目标从图像中分割出来。实验表明, 本文算法达到稳定的收敛次数较传统狼群算法平均提升了50次左右, 较文献<参考文献原文>提出的算法平均加快了10次左右。本文改进算法保证了图像分割精度, 并提升算法收敛速度。

为减少肺组织分割算法的运算时间，提出了一种基于粒子群优化的Otsu肺组织改进自动分割算法。针对传统粒子群优化的二维Otsu算法中二维直方图计算量大、粒子搜索容易陷入局部最优解的缺陷，使用灰度级-梯度二维直方图减少二维直方图的计算量，并减小粒子搜索范围，采用基于粒子空间对称分布的改进粒子群获取最佳阈值。算法实现过程中利用孔洞填充算法去除背景，基于形态学操作去除噪声、修补病变区域产生的孔洞。仿真实验结果显示，本文算法对图像尺寸为512像素×512像素CT图像的阈值分割时间约为0.2 s，比基于灰度级-邻域均值二维直方图的粒子群优化的Otsu算法的阈值分割速度提高了约16%。较好地实现了胸腔CT图像的肺组织自动分割，与传统算法相比较，本算法在保证分割精度的基础上分割速度明显提升。

针对医学图像在采集传输等过程中易受噪声污染,且目前多数去噪方法对混合噪声去噪效果不好,影响三维重构精度的问题,提出了基于自适应三维分数阶积分和中值滤波结合的混合噪声去除方法.首先介绍了几种传统方法在去除混合噪声中的不足,然后基于三维图像梯度信息提出了三维分数阶积分的自适应分数阶阶数,利用分数阶积分和中值滤波的各自优点,将两者结合对混合噪声去噪,并提出了基于混合去噪的边缘曲面追踪算法.实验结果和数据分析表明,提出的混合去噪方法能够从噪声污染的医学图像切片中追踪出高精度边缘曲面,与传统去噪方法相比,具有更好的去噪效果.

提出一种基于三维分数阶微分增强的三维边缘曲面重构算法,可重构出更多的三维不规则目标的细节结构信息,克服了原边缘曲面重构算法重构细节信息不充分的缺点.根据分数阶微分傅里叶变换的可分离性原理,将二维分数阶微分算子推广至三维并推导出三维分数阶离散滤波模板,利用三维分数阶微分对图像具有非线性增强作用的特性,对三维切片数据场进行三维分数阶微分增强.与传统三维边缘曲面重构算法相比,经过三维分数阶微分增强且采用分数阶梯度追踪细节改进的重构算法,能够重构出更丰富的三维目标细节结构信息.算法运用于神经元细胞的共焦显微图像中三维不规则目标的边缘曲面重构,实验结果验证了该算法的正确性和高效性,可推广应用至生物医学领域的三维可视化研究.

提出了基于分数阶积分去噪的工业计算机断层切片图像中三维边缘曲面追踪算法.由于二维分数阶积分在去噪的同时能够很好地保持二维图像细节信息，且计算量较小，采用离散模板滤波形式去噪，效果良好.因此本文将二维分数阶积分连续理论推广至三维，利用二维分数阶积分傅里叶变换的可分离性，推导出三维离散去噪滤波模板，加入至三维边缘曲面追踪算法，克服了传统算法中Lalacian算子对噪音比较敏感的缺点.由于三维分数阶积分具有良好的去噪能力，可有效抑制噪音.实验结果表明，本文提出的基于三维分数阶积分去噪的算法能够从噪音污染工业计算机断层图像切片图像中追踪出高准确度的边缘曲面，有效改进了边缘曲面追踪算法易受噪音干扰影响的缺陷，通过体数据峰值信噪比和视觉效果比较，本文提出的算法性能优于基于三维高斯去噪的三维图像边缘曲面追踪算法.

讨论了一种对有限光子图像累加的统计处理方法.在超微弱发光的研究中(例如细胞的超微弱荧光),由于发光强度极弱,需要用像增强器对超微弱发光图像进行增强得到可视光子图像,超微弱发光的光子图像不可避免地受到像增强系统暗噪声及背景噪声的影响,使光子图像湮没在噪声中.为从原始图像中检验出信号,常将采集到的有限光子图像进行累加以增加样本数,根据信号光子和噪声光子的不同统计分布,运用似然比检验方法得到有效判据判断累加图像中某像素是否含有信号光子,由此剔除图像中的噪声光子,得到信噪比改善的光子图像.