医学图像的分割、配准和可视化都要求对感兴趣的对象的形状准确描述。图像获取的噪声、伪迹和模糊的对比都给对象的分割带来很大的困难。本项目拟运用人工生命方法对医学图像中的感兴趣对象的形状精确建模。该方法模拟人类大脑的感觉、控制运动、行为和认知的功能,能够自我感知地智能控制整个建模过程。具体建模过程使用低级属性检测和高级决策策略整合的Bayes方案。几何建模勾画物体的结构形态,物理建模约束物体的拓扑和变形
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
内点最大化与冗余点控制的小型无人机遥感图像配准
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
夏季极端日温作用下无砟轨道板端上拱变形演化
基于结构滤波器的伺服系统谐振抑制
基于形状统计先验深度能量模型的医学图像分割方法研究
医学图像分割中面向目标的形状统计与边界特征学习
基于异常信号建模的多模医学图像形变配准理论研究
用于图像分割的人工生命模型