三维生物医学图像中的边界曲面通常对应于所包含器官或组织的边界面,是三维图像中最重要的特征。为了有效地重构、绘制与分析这样的边界面,本项目将对三维生物医学图像中基于边界曲面的检测、重构与可视化算法展开研究。我们将把图形学与可视化中重构及表示等值面的思想与计算机视觉中边缘检测理论相结合,以便发展高精度的检测与重构三维图像中边界曲面的新方法;将基于函数逼近思想,把三维图像中边界曲面的重构问题转化为新三维图像中零值等值面的抽取问题,使问题得到简化;将在阻光度函数中引入边界定位及抑制噪声的特征参量,以便克服体绘制算法中边界曲面定位精度差及对噪声敏感等问题。.新方法将可以处理复杂多样的三维生物医学图像以及重构与绘制高精度边界曲面,从而为三维生物医学图像中器官或组织的检测、抽取、定量测量、定量分析、建模等处理提供一类有效技术。本项目的研究在三维生物医学成像技术及临床计算机辅助技术中有着重要的应用前景。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
特斯拉涡轮机运行性能研究综述
硬件木马:关键问题研究进展及新动向
基于SSVEP 直接脑控机器人方向和速度研究
基于代数曲面的高精度物理建模与绘制
基于迭代支撑集检测的稀疏信号重构算法的研究和拓展
三维隐边界曲面自适应检测与重构的理论及应用研究
基于学习的复杂并行绘制系统负载平衡算法研究