2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩149頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、對人體和大腦各部位的解剖結(jié)構(gòu)進行建模、配準(zhǔn)和統(tǒng)計分析是醫(yī)學(xué)圖像處理、計算機輔助診斷等實際應(yīng)用中研究最為廣泛的課題之一。對圖像進行描述是配準(zhǔn)和形狀分析的基礎(chǔ)。近二十年的研究中,出現(xiàn)了多種多樣的對解剖結(jié)構(gòu)進行描述的方法,但尚無一個標(biāo)準(zhǔn)的形狀描述模型。此外,由于解剖結(jié)構(gòu)較為復(fù)雜,簡單的剛性變換對齊方法很難描述這些結(jié)構(gòu)的復(fù)雜形變及局部特征信息。而這些信息是疾病診斷和臨床治療的重要依據(jù),因此非剛性配準(zhǔn)方法更符合分類、假設(shè)檢驗等實際應(yīng)用中對統(tǒng)計分析

2、結(jié)果精確性的依賴和需求。
  本文首先分析了當(dāng)前主流的三種統(tǒng)計形狀模型:點分布模型(PDM)、函數(shù)模型和骨架模型的研究現(xiàn)狀以及骨架模型對物體內(nèi)部進行建模的優(yōu)勢。然后從骨架模型分支下的Skeletal Representation(s-rep)出發(fā),圍繞大腦結(jié)構(gòu)的建模、配準(zhǔn)和統(tǒng)計分析等問題進行研究。S-rep是由一個骨架薄板(SS)和一些從SS指向?qū)ο筮吔绲南蛄浚ǚQ為輻條)組成。論文的主要研究工作如下:
  ①針對標(biāo)準(zhǔn)的構(gòu)建s

3、-rep的方法(Standard Method,STDM)中存在的需大量人工參與、操作步驟繁瑣、擬合過程耗時太久以及無法對復(fù)雜的解剖結(jié)構(gòu)(比如側(cè)腦室)進行建模等問題,提出了一種自動構(gòu)建骨架模型的方法——模板s-rep的薄板樣條形變擬合(fitting skeletal object models using Thin Plate Spline based template Warping,TPSW)方法。它首先定義一個參考模板(Jsre

4、p)和所有目標(biāo)對象的球面函數(shù)描述(SPHARM-PDM),通過TPS插值從Jsrep和每個SPHARM-PDM中求解出一個映射函數(shù)。然后將映射函數(shù)作用于Jsrep所有輻條的兩端,每組變換后的輻條形成該目標(biāo)對象的TPS s-rep。實驗結(jié)果表明:在一些STDM無法正確建模的相對復(fù)雜的結(jié)構(gòu)(比如有扭曲或彎曲形變)上,TPSW仍能自動構(gòu)建出其TPS s-rep。并且該s-rep具有更好的擬合效果、更光滑的表面和更有效的統(tǒng)計分析特性。
 

5、?、卺槍Ξ?dāng)前s-rep對齊方法中存在的:1)對平均s-rep的依賴(但平均s-rep計算過程非常復(fù)雜);2)未考慮輻條的尖端;3)需要多次迭代等不足,提出了一種利用奇異值分解對s-rep進行對齊的方法——骨架模型的普魯克分析及對齊方法(Skeletal Shape Alignment using Procrustes Analysis,SSAPA)。它將奇異值分解所得的旋轉(zhuǎn)矩陣作為輻條的旋轉(zhuǎn)方向。每個對象只需進行一次旋轉(zhuǎn)。該方法將對齊問

6、題轉(zhuǎn)化為對剛體的運動參數(shù)求解的過程。實驗表明:SSAPA方法能有效對齊s-rep。此外,值得一提的是該方法也可以直接應(yīng)用于對PDM形狀模型進行對齊。
 ?、坩槍趍edial理論的插值方法在相鄰方塊(由四個相鄰輻條尖端相互連接而形成的四邊形)的交界處過渡不光滑的問題,提出了一種基于骨架(skeletal)理論的插值方法(Skeletal-based Interpolation,SI),它通過擬合三次埃爾米特方塊和邊界四邊形實現(xiàn)對

7、s-rep的離散SS進行插值。實驗結(jié)果表明:SI方法能獲得更加連續(xù)(光滑)的模型表面,進而保障在配準(zhǔn)過程中輻條的滑動不會發(fā)生錯亂或異常而影響到表達模型的幾何結(jié)構(gòu)。
 ?、転榱诉M一步提高s-rep的統(tǒng)計分析結(jié)果的準(zhǔn)確性,提出了一種對s-rep形狀模型進行優(yōu)化的非剛性全局配準(zhǔn)方法——骨架模型的熵的優(yōu)化及配準(zhǔn)(Skeletal Shape Correspondence via Entropy Optimization,SSCEO)方法。

8、SSCEO方法所優(yōu)化的目標(biāo)函數(shù)基于熵的公式,它使得目標(biāo)函數(shù)不但能夠?qū)ο嚓P(guān)研究通常所度量的特征(幾何特征)進行等價的度量,還可以對相關(guān)研究通常所忽略的特征(規(guī)范化特征)進行度量。SSCEO方法有以下四個主要創(chuàng)新點。1)它對幾何特征(Geometric Properties,GPs)的計算是通過主成分嵌套球(Principal Nested Spheres,PNS)分析技術(shù)實現(xiàn)的;對規(guī)范化特征(Regularity Properties,R

9、Ps)的計算是通過對四邊形的每條邊進行線性細(xì)分和往新位置插值來實現(xiàn)的。GPs和RPs分別對應(yīng)目標(biāo)函數(shù)中的幾何熵和規(guī)范化熵。2)它首次對s-rep形狀模型的RPs進行定義并提出一種不重復(fù)、不遺漏的有效度量方法。RPs被概括為具有統(tǒng)計獨立性的三類特征:橫向邊長、縱向邊長和法向量旋轉(zhuǎn)角度。3)它首次給出了s-rep的一種新的形式:上、下和腰輻條的尾端可分裂開來、沿給定的規(guī)則自由移動。這使得每個對象的優(yōu)化可以分三個獨立的部分運行,每個區(qū)域的輻條

10、互不影響。這種分裂形式的s-rep在迭代過程中反復(fù)的被創(chuàng)建,所有GPs和RPs的求解都是基于該分裂形式的新s-rep。4)它首次提出一種輻條滑動機制,通過插值將當(dāng)前輻條沿其所屬的SS移動到一個新的位置,這個新位置的輻條信息可以通過插值得到。實驗表明:SSCEO方法有效降低了幾何熵和GPs的總方差;顯著的縮小了對應(yīng)輻條在整個數(shù)據(jù)集上的概率分布并有效的使得同一個s-rep中的輻條盡可能均勻的分散開。此外,與基于PDM形狀模型的兩種配準(zhǔn)方法的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論