基于球面小波的3D曲面形状描述方法及AD脑皮层分类研究

As the development of tools and methods for 3D data gathering, shape feature extraction and reprsentation have oome to being hotspot. Although there are some features suitable for 3D suface search, studies on fine shape detection and classification of complexible surfaces are not well reported. The applicant have found that localized shape feature can be used to screen surfaces' shape variation. This project is planning to design noval shape descriptor with localization ability and multi-scale feature,take the coefficients of over-complete spherical wavelet as the base to describe surface shape in multiscale space; and then this project applys the findings to build a model for cortical surface shape variation betwenn AD,MCI and NC,cotainning information on position, scale and amplitude; and as the last task, the project also tries to design classifier based on the SVM and propose noval optimization algorithm for training.The results of this project can be applied to describe, search and detect variation for 3D surfaces and models, can help to develop methods in ralated fields, and the project can also provide new methods for AD classification.

随着数据获取手段的不断发展，三维曲面的应用日益广泛，针对包括大脑皮层表面在内的三维曲面的形状描述研究已经成为热点。虽然有若干的特征适用于三维曲面的检索，但若要对复杂曲面进行形状描述、形状变异检测及分类则尚有许多问题值得研究。申请者在前期研究中发现某些形状特征对曲面形状精细变异有良好的区分度。本项目拟设计新的具备局部化能力和旋转不变性的曲面形状描述符，利用过完备球面小波变换的多尺度特性，对三维曲面进行多尺度形状描述；以新形状描述符为基础，在多尺度空间内，建立阿尔兹海默病(AD)、轻度认知障碍(MCI)和正常人(NC)脑皮层的形状变异模型，揭示变异区域的位置、尺度和幅度等信息；以形状信息为主要依据，设计可对AD、MCI和NC分类的分类器及优化算法，提高分类准确率。本项目成果能用于包括脑皮层在内的三维曲面的描述、形变检测和分类等领域，对推动相关领域的发展起有一定作用，还能为AD分类提供新方法。

本项目主要研究了网格曲面的形状描述刻画方法，建立起复杂曲面形状的多尺度刻画方法，并提出了有效的形状描述符，应用到AD脑皮层形状差异刻画之中，分析了脑皮层形状变化对AD的发展具有较好的指示作用，在不同球面小波尺度上形变的范围和程度并不相同，给出了FFG，PHG，TPO等几个需要重点关注的区域定量信息；本项目还研究了图像、曲面等复杂数据的特征刻画方法，并将兴趣点、显著特征等内容描述方法进行了改进，应用到了图像检索和图像编码等领域之中，有效提高了效率；本项目还改进了粒子群优化算法，结合分类器设计规则提出了适用于多目标优化有问题的算法优化机制，并依据项目研究内容拓展出的信息处理系统（包括DSP和FPGA等嵌入式系统）中面临的性能代价与可靠性之间的矛盾，给出了以粒子群优化为核心思想的解决方案。