项目名称: 基于四维医学影像的快速建模问题研究

项目编号: No.61202148

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 周元峰

作者单位: 山东大学

项目金额: 23万元

中文摘要: 随着医学扫描技术不断发展,带有时变参数的三维医学影像数据(简称四维医学影像数据)在临床中将得到越来越广泛的应用。与静态三维数据场建模问题不同,四维医学影像数据具有动态连续变化的特点,对其做快速高质量建模是医学影像处理的关键问题和难点问题。本项目将对该问题进行系统研究,主要研究内容包括:基于去噪约束分类的变分水平集四维医学影像重建理论和方法;基于近似测地距离的水平集零值曲面高质量特征点采样方法及目标函数快速优化方法;非一致性采样的紧致壳空间快速重建理论和方法,建立与人体器官拓扑一致的离散网格模型;双三角单元反转策略在三维Delaunay三角化更新中的有效性分析及理论结论。研究范围涉及理论与方法、技术和原型系统。项目的完成将为解决基于四维医学影像数据的建模问题提供新理论和方法,为四维医学影像数据在医学临床中的有效应用提供一系列简单、高效和鲁棒的技术,具有很好的理论意义和应用价值。

中文关键词: 混合优化;隐式曲面;医学图像;采样;建模

英文摘要: With the development of medical electronic scanning technology, the 3D medical images with time-varing parameters (we call 4D medical images) are more and more concerned in clinical applications.The 4D images data has the characteristics of dynamic and continuous variation which is different with static 3D data field.Rapid modelling with high quality of 4D data field is the key and important research problem in medical images processing. In this project, we will have a systematic study about this problem, the main research contents include: (1) The theories and methods about variational level-set reconstruction of 4D medical images based on denoising classification; (2) High quality feature points sampling on zero value level-set surface based on approximate geodesic distance, and fast optimization method of the objective energy function; (3) The theories and methods of fast compact shell space reconstruction with non-uniform sampling, and topology preserving 3D mesh reconstruction of human organ; (4) The validity analysis and theoretical conclusions of 3D Delaunay triangulation updating with bi-cell flipping. The research scopes of this project include theories and methods, technologies and a prototype system. Research and completion of this project can provide us new theories and methods for solving the modell

英文关键词: complex optimization;implicit surface;medical image;sampling;modelling

成为VIP会员查看完整内容
2

相关内容

医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
123+阅读 · 2020年11月15日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
主成分分析用于可视化(附链接)
大数据文摘
1+阅读 · 2022年3月14日
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
23+阅读 · 2021年3月4日
小贴士
相关VIP内容
医学图像关键点检测深度学习方法研究与挑战
专知会员服务
50+阅读 · 2022年4月10日
专知会员服务
27+阅读 · 2021年10月6日
专知会员服务
56+阅读 · 2021年9月22日
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
40+阅读 · 2021年7月24日
专知会员服务
28+阅读 · 2021年6月4日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
123+阅读 · 2020年11月15日
最新《医学图像深度语义分割》综述论文
专知会员服务
94+阅读 · 2020年6月7日
基于小样本学习的图像分类技术综述
专知会员服务
148+阅读 · 2020年5月6日
相关资讯
主成分分析用于可视化(附链接)
大数据文摘
1+阅读 · 2022年3月14日
图像分割在医学影像中的应用
极市平台
2+阅读 · 2022年2月16日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
基于深度学习的医学图像半监督分割
CVer
14+阅读 · 2020年9月24日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
最全综述 | 医学图像处理
计算机视觉life
57+阅读 · 2019年6月15日
综述 | 近5年基于深度学习的目标检测算法
计算机视觉life
38+阅读 · 2019年4月18日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
基于深度学习的肿瘤图像分割研究取得进展
中科院之声
17+阅读 · 2017年9月17日
相关基金
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员