金永杰
核医学仪器、辐射成像、医学物理
个性化签名
- 姓名:金永杰
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师
- 职称:-
-
学科领域:
数理科学
- 研究兴趣:核医学仪器、辐射成像、医学物理
金永杰,研究员、博士生导师。曾任清华大学第七届学术委员会委员,清华大学第八届学位评定委员会委员、核科学与技术学位评定分委员会主席,中国核学会、中国电子学会、核医学电子学专业委员会副主任委员,全国放射治疗、核医学和放射剂量学设备标准化分技术委员会委员,中国计算机学会层析成像专业委员会委员。研究方向:核医学仪器、辐射成像、医学物理。参加过国家“六五”攻关“核心脏病学”、“七五”攻关“心肌梗塞病人估计预后方法的研究”,美国能源部L.B.L.的“Image Reconstruction From Limited Projection Data”合作研究,芝加哥R.M.C.的NIH项目“Modular Cylindrical SPECT”合作研究。主持国家自然科学基金项目“正电子心脑功能探测仪的研究”、“单光子发射型断层图像的衰减校正研究”、“核素成像的散射校正研究”等,国际原子能机构项目“The vestigation of Cardiac and Cerebral Positron Emission Probe”、“Whole Body Scanning Bed”,和“973”项目的子课题“硬X射线调制望远镜总体结构及相关系统研究”。所研发的“微机化γ心功能仪”获1985年国家科学技术进步二等奖,“核心脏病学数据处理系统的研制及临床应用”获1991年卫生部科技进步二等奖,“γ相机图像处理与分析系统”获1993年国家教委科技进步三等奖。
-
主页访问
4154
-
关注数
0
-
成果阅读
1153
-
成果数
11
金永杰, 刘志宇, 李玉兰
,-0001,():
-1年11月30日
从门控心血池图像分割出左心室,是核医学进行心脏功能分析的基础。区域同步生长算法利用左、右心室的相对位置差别,找到它们的中心区域,然后同步地扩大左、右心室区域,以两区的相遇点作为它们之间的分界点。本算法不使用对图像质量要求很高的复杂变换以及通常使用的边缘增强算法,不必寻找左、右心室之间梯度最大的点,从而避开了最容易导致分割失败的环节,对于质量较差的图像也能产生很好的识别效果。经过25 个病例的实验,区域同步生长算法都正确地生成了左心室的边界线。这种算法可以很容易地扩展为三维图像分割算法。
核医学, 图像处理, 图像分割, 区域同步生长
-
81浏览
-
0点赞
-
0收藏
-
0分享
-
294下载
-
0评论
-
引用
金永杰, 张居营*, 何祚祥☆
,-0001,():
-1年11月30日
门控心血池发射型计算机断层术是核医学进行心脏功能诊断的重要手段,但是目前缺乏对门控心血池图像进行室壁运动和心脏功能进行定量分析的方法。本文提出一种新的研究方法:对门控心血池投影数据进行三维重建,得到心周期中不同时相的断层图像组;然后针对每个断层对各个时相的图像进行时间域的傅立叶分析,得出心血池的三维幅度图像和相位图像,从中提取有关病人室壁运动和心脏功能的各种定量信息。
门控心血池,, 单光子发射计算机断层术,, 傅立叶分析
-
80浏览
-
0点赞
-
0收藏
-
0分享
-
182下载
-
0评论
-
引用
金永杰, 桂大为
,-0001,():
-1年11月30日
随着计算机运算速度的飞速发展,以前只是被看成一种研究方法的迭代算法在图像重建中越来越引起人们的重视,并且已经在科研、工业和医学领域中得到了实际应用。文章从投影模型出发,归纳了各种迭代算法的优化准则,并比较了它们的优缺点和应用前景。最后采用胸部数学模型,得到投影数据,然后利用迭代算法重建出断层图像,再与模型相比较,从而确定各算法的优劣,总结出如何选择合适的图像重建算法。文章的最后还提出了将多目标优化方法应用于衰减校正的构想。
图像重建
-
94浏览
-
0点赞
-
0收藏
-
0分享
-
465下载
-
0评论
-
引用
金永杰, 桂大为, 刘以农
,-0001,():
-1年11月30日
在SPECT显象中,如果不考虑人体组织对γ光子的吸收衰减,常常会出现假阳性的结果。进行衰减校正需要获取发射和透射的两种投影,从透射投影求得人体组织衰减的分布图,然后采用校正算法,得到正确的发射断层图象。我们比较了滤波反投影、加权反投影、迭代的Chang的方法、ML-EM、OS-EM、RAMLA、Bayesian 重建等比较常用的算法的收敛性和收敛速度。我们采用胸部数学模型,利用投影算法得到发射和透射的投影数据,然后利用上述校正算法重建出发射断层图象,再与模型相比较,从而确定各算法的优劣,总结出如何选择合适的衰减校正算法。文章的最后还提出了将多目标优化方法应用于衰减校正的构想。
SPECT,, 衰减校正,, 图象重建算法
-
162浏览
-
0点赞
-
0收藏
-
0分享
-
346下载
-
0评论
-
引用
金永杰
,-0001,():
-1年11月30日
This paper introduces a multi-crystal SPECT system for clinical brain imaging, which features a stationary modular cylindrical detector and a rotating collimator. The electronics screens photon energy, determines the detector module stricken by incident photon. The relevant PMT outputs are digitized and passed onto a Pentium PC. Then PMT gain normalization, detector bar identification, energy correction, event coordinates calculation and linearity correction are real-time performed by the PC. The system has been employed in clinical brain imaging.
-
178浏览
-
0点赞
-
0收藏
-
0分享
-
212下载
-
0评论
-
引用
金永杰, 刘以农, 桂大为, 陈牧
,-0001,():
-1年11月30日
本文论述了人体组织对γ射线的吸收给SPECT图象造成的影响。通过分析对比人体衰减的各种校正办法, 提出了我们的新方法:采用偏置的线源和平行缝准直器,产生倾斜的扇形束投影;在同一台SPECT上获取透射型 和发射型两种数据;从透射型数据重建出人体衰减系数的三维分布图;然后对发射型图象作精确的校正。
SPECT, 倾斜的扇形束投影, 图象重建, 衰减校正
-
68浏览
-
0点赞
-
0收藏
-
0分享
-
163下载
-
0评论
-
引用
【期刊论文】Generalized Iterative Reconstruction Techniques Derived from ART and OS-EM
金永杰, Yongjie Jin, Dawei Gui
,-0001,():
-1年11月30日
ART is an iterative algebraic process to solve linear equations. Its basic idea is to back-project the error projections proportional to the estimated pixels. OS-EM is a very efficient method to maximize the likelihood criterion, using ordered subsets technique. In our generalized iterative reconstruction techniques (GIRT) two procedures are suggested, one is to choose a method of error back-projection and the other is to choose a way to average the pixel's increment within every specified subset. From this point of view, ART, ML-EM, OS-EM and RAMLA are special cases of GIRT. In addition, a new image reconstruction algorithm with very good convergent property has been obtained by using a special error back-projection method-Proportional to the pixel's contribution. This new algorithm can also be combined with ordered subsets method and Gibbs smoothing, which can make the iterative process much faster.
ART,, OS-EM,, RAMLA,, GIRT
-
54浏览
-
0点赞
-
0收藏
-
0分享
-
147下载
-
0评论
-
引用
金永杰, 何斌、金永杰
,-0001,():
-1年11月30日
为了提升医疗服务水准,跟随医学影像技术和网络技术的发展,我国众多医院都在大量配备各种数字影像设备,并开始建立医院管理信息系统(HIS),开展远程医学试验。他们对于图像存档和传输系统(PACS)的需求越来越紧迫,PACS的应用前景十分诱人。然而,我国PACS 的研究开发尚处于起步阶段,尽快自主开发适合我国国情的基于Intranet的PACS是当务之急。PACS 必需解决的技术问题之一是统一各种数字化影像设备的图像数据格式和数据传输标准。为此,ACR/NEMA制定了新的医学数字成象及通讯标准,即DICOM3.0。只要遵照它就可以通过PACS沟通不同厂家生产的、不同种类的数字成象设备。DICOM 3.0已经得到了世界上主要厂商的支持,新一代医学影像设备均以支持该标准作为基本特征,我国的医疗器械的开发、生产部门都十分重视这个发展趋势。DICOM3.0 标准极为庞大、复杂,本文将根据我们的开发经验,介绍如何制定符合DICOM3.0标准的医学图像文件格式。
DICOM,, PACS,, 数字医学影像系统
-
206浏览
-
0点赞
-
0收藏
-
0分享
-
1107下载
-
0评论
-
引用
【期刊论文】Auto threshold region-growing method for edge detection of nuclear medicine images∗
金永杰, Wei Gao, Yongjie Jin
,-0001,():
-1年11月30日
In the analysis of nuclear medicine images, it is generally necessary to recognize organ's boundary and determine some special regions of interest (ROI). This paper will introduce a method of auto-edge detection of the ROI. Due to some spatial properties of nuclear medicine images, traditional method, such as using edge detection operators, sometimes can not give us the correct ROI. The region-growing method is frequently used in image segmentation. Though this method needs a large calculation, it can get exact edge of ROI by utilize several properties of the image directly. So it is adaptive to nuclear medicine image that has small size and a lot of local spatial properties. The procedure of region-growing method is: At first, the image is segmented into several cells. Secondly pick up one typical pixel, examine the value of the pixel with the clinical statistical criterion to decide whether the pixel is a part of the target organ. If it meets the criterion, merge it into the target organ. If not, reject this pixel. Then go on checking all neighbors of the pixel until all image have been examined. By means of the spatial relationship of the pixels, we can easily find the edge of the target organ. Using this method in edge detection of some clinical images such as kidney, heart, liver, we find that the result is better than some other methods.
nuclear medicine,, image segmentation,, region-growing,,
-
58浏览
-
0点赞
-
0收藏
-
0分享
-
310下载
-
0评论
-
引用