项目名称: 多尺度生物医学数据可视化

项目编号: No.61472354

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 计算机科学学科

项目作者: 陶煜波

作者单位: 浙江大学

项目金额: 80万元

中文摘要: 生命系统不同尺度的器官、组织和细胞等,存在一定程度的功能关联性,综合不同尺度数据的可视化能够全面理解相关组织的功能及其相互协作关系。多尺度生物医学数据可视化是多模态数据可视化从相似尺度到不同尺度的扩展,尚存在以下问题:尺度的不连续性,多尺度特征分析能力不强,多尺度数据融合机制不完善。针对这些问题,本项目将深入研究多尺度数据的表示、分析和融合方法,揭示从多尺度数据中快速高效获取隐含信息的可视化机制。具体包括:(1) 构建连续尺度数据表示,实现多尺度数据无缝缩放;(2) 综合属性、图像、数据和特征空间的相似性和差异性交互式探索分析;(3) 基于特征分析的数据滤波、可视化映射和体绘制积分累加阶段的数据融合;(4) 基于形状连续性的时变特征提取,构建特征状态转换图,分析多尺度结构协作关系。本项目还将提出便于分析多尺度数据的用户交互模式,实现集成上述技术的多尺度数据可视化原型系统,验证所提出的方法。

中文关键词: 体数据;多尺度;连续表示;特征分析;数据融合

英文摘要: Multiscale data, such as organ, tissue, cell, et al in the life system, have functional correlations among them, and visualizing these data integratively can assist to fully understand the functionalities of different parts and their cooperation relationships. Multiscale biomedical visualization is extended from similar scales in multi-modal visualization to different scales, and it still has several unsolved problems: discontinuity in the scale dimension, inaccurate enough of multiscale feature analysis, and incomplete multiscale data fusion schemes. In order to address these problems, this project proposes to conduct an in-depth study on the representation, analysis and fusion techniques of multiscale data, and to develop novel algorithms for exploiting information inside multiscale data effectively. The specific contents include: (1) construct a data representation in the continuous scale, and implement seamless scaling of multiscale data; (2) integrate the attribute, image, data and feature exploratory spaces, and interactively analyze similarities and differences in multiscale data; (3) fuse multiscale data in the data filtering, visualization mapping and accumulation in the rendering stage based on feature analysis; (4) extract time-varying features based on shape coherence in time, construct state-transition graphs of time-varying features, and analyze the interplay of multiscale spatial patterns in time. This project also plans to design a new user interface for the effective analysis of multiscale data, and to implement the visualization system, which integrates the above techniques for multiscale data, to demonstrate the effectiveness of the proposed methods.

英文关键词: volume data;multiscale;continuous representation;feature analysis;data fusion

成为VIP会员查看完整内容
2

相关内容

流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
深度学习激活函数全面综述论文
专知会员服务
70+阅读 · 2021年10月1日
面向数据可视化的自然语言接口: 综述论文
专知会员服务
19+阅读 · 2021年9月12日
专知会员服务
69+阅读 · 2021年5月21日
专知会员服务
121+阅读 · 2021年4月29日
最新「注意力机制」大综述论文,66页pdf569篇文献
专知会员服务
205+阅读 · 2021年4月2日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
79+阅读 · 2021年2月16日
基于深度学习的数据融合方法研究综述
专知会员服务
136+阅读 · 2020年12月10日
专知会员服务
45+阅读 · 2020年11月13日
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
深度学习人脸特征点自动定位综述
专知
0+阅读 · 2021年12月1日
可视化与人工智能交叉研究综述
专知
3+阅读 · 2021年11月19日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
图像分割的U-Net系列方法
极市平台
56+阅读 · 2019年10月21日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
可视化理解四元数,愿你不再掉头发
计算机视觉life
31+阅读 · 2019年1月2日
国家自然科学基金
5+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
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013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
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 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月14日
Arxiv
39+阅读 · 2021年11月11日
Arxiv
19+阅读 · 2018年3月28日
小贴士
相关VIP内容
流行病数据可视分析综述
专知会员服务
25+阅读 · 2022年3月21日
深度学习激活函数全面综述论文
专知会员服务
70+阅读 · 2021年10月1日
面向数据可视化的自然语言接口: 综述论文
专知会员服务
19+阅读 · 2021年9月12日
专知会员服务
69+阅读 · 2021年5月21日
专知会员服务
121+阅读 · 2021年4月29日
最新「注意力机制」大综述论文,66页pdf569篇文献
专知会员服务
205+阅读 · 2021年4月2日
专知会员服务
31+阅读 · 2021年2月17日
专知会员服务
79+阅读 · 2021年2月16日
基于深度学习的数据融合方法研究综述
专知会员服务
136+阅读 · 2020年12月10日
专知会员服务
45+阅读 · 2020年11月13日
相关资讯
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
深度学习人脸特征点自动定位综述
专知
0+阅读 · 2021年12月1日
可视化与人工智能交叉研究综述
专知
3+阅读 · 2021年11月19日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
图像分割的U-Net系列方法
极市平台
56+阅读 · 2019年10月21日
深度学习与医学图像分析
人工智能前沿讲习班
40+阅读 · 2019年6月8日
可视化理解四元数,愿你不再掉头发
计算机视觉life
31+阅读 · 2019年1月2日
相关基金
国家自然科学基金
5+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
2+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013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
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 · 2011年12月31日
微信扫码咨询专知VIP会员