面向超高清医疗成像的超限插值曲面参数化方法

With the Development of computer technology, three-dimensional models are widely used in the field of medical image reconstruction. As to the application of Ultra High definition medical imaging, like modeling soft-tissue or organs, the 3D models become complex and usually are composed of a huge number of triangle meshes. For a better representation and operability of these models, several approaches on the parameterization of triangle meshes are introduced. Besides, the parameterization of triangle meshes is also playing an important role in surface approximation, texture mapping, etc. However, recent approaches are restricted by their high computational cost and may not maintain the structure of models. Hence we propose a novel way to parameterize triangle meshed based on transfinite interpolation. We also introduce several ways to optimize the procedure of medical image reconstruction, like image upsampling based on multiple-instance learning, multi - views image registration and decimation of triangle meshes based on visual saliency. To prove the efficiency of our approaches, we used them to modeling human body, which can be handled in real time and our results are remarkable.

随着计算机技术的普及，三维模型在医疗成像领域有着广泛的应用。对于超高清医疗成像应用，如建立软组织模型和器官模型，三维模型表现出结构变化复杂、三角面片数量庞大的特性。为了更好地表示和处理此类模型，三角网格曲面参数化是常用的手段之一。此外，三角网格曲面参数化在样条曲面逼近、散乱数据拟合及纹理映射等领域也有重要的应用。但传统的三角网格曲面参数化方法存在高耗时、拓扑结构不能保持等的问题。因此，针对以上的应用需要及存在的问题，本项目提出基于超限插值的三角网格曲面参数化方法，用以解决传统的离散调和映射方法及凸组合方法的高耗时问题。此外，为优化医疗图像的三维重建过程，本项目还提出了基于多实例学习的序列图像超高清放大方法、基于多视点融合的超高清序列图像配准与基于视觉显著度的三角网格简化方法。同时，为验证本项目提出的方法，本项目利用三角网格参数化进行人体模型的建模，其生成模型能实时变化，实验效果显著。

随着计算机技术的普及，三维模型在医疗成像领域有着广泛的应用。本项目在图像检索、人流可视化分析、图像特征提取等方面做具体研究。在图像检索方面提出区分相似性平衡在线哈希算法，通过平衡相似矩阵来维持新数据和之前到达的数据之间的相关性，取得不错的结果。在人流可视化分析查询方面，提出基于图形的可视化查询方法提出了基于细胞的区域生长算法来进行初步的区域划分，通过图形生成一个语义节点，并从时空特征、数据的固有耦合性和人类的移动性等方面提供一组可行的线索和标志来探索和挖掘数据。对于图像字幕不容易匹配问题，提出一种DenseNet和自适应注意力机制融合算法。在图形特征提取方面，通过运用四元数与多动作变换融合形成多结构体，挖掘通道之间复杂的关系。同时在人脸检测上，提出一种基于SeNet和YOLOV3融合算法，获得小型优化器，户外人脸检测提供有效的技术支撑。同时在工业应用智能提车上也做了相应的研究，提出一种基于激光导航的智能停车控制系统，采用激光脉冲回波技术构建智能停车的激光导航信号模型，结合连续小波变换进行激光导航信号的特征分解，根据回波脉冲进行激光测距，准确估计车辆与停车位置的距离和方位信息，采用联合参量估计技术实现智能停车过程中的车辆方位信息和距离信息估计，提高停车的智能定位性能。通过本项目的实施，本项目研究方法可以在医疗图像检索分析、人脸图像检索及人流可视化、智能停车等应用提供理论支撑与技术支持。