基于高阶张量稀疏成像的脑纤维群体重构算法研究

项目名称： 基于高阶张量稀疏成像的脑纤维群体重构算法研究

项目编号： No.61379020

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 冯远静

作者单位： 浙江工业大学

项目金额： 60万元

中文摘要： 精确重构脑纤维为脑手术导航、认知机理等研究提供重要的依据，已成为当今信息、神经科学共同的前沿。随着信号采集精度的提高，现有纤维估计模型和算法已难以满足纤维精确重构要求。为此，项目首先研究一种基于半正定齐次多项式的高阶张量模型，将高阶张量非负性理论由4阶推广至任意阶，提出基于压缩感知理论的高阶张量稀疏成像理论与方法，实现一种多阶段迭代反卷积算法。突破现有高阶张量方法在4阶以上无法提高纤维识别分辨率的限制。其次，针对纤维重构优化的不确定性、纤维连接的群体性等问题，提出一种群体纤维重构新模式，主要包括：提出一种描述纤维整体走向的度量指标，构建群体纤维重构优化模型；借鉴蚁群路径搜索思想，将蚁群算法拓展到解决搜索域为连续空间的路径规划问题，设计一种基于模式估计的纤维群体智能跟踪算法；最后，开发纤维重构及可视化软件并应用于脑功能性手术导航中。项目的研究为解决高精度脑纤维成像研究提供系统的理论与方法。

中文关键词： 神经纤维重构；高阶张量；稀疏成像；群体智能；

英文摘要： Accurate fiber tracking promises to have a high impact in fundamental neuroscience and its clinical applications. With the increasing of the resolution of acquisition diffusion data,traditional tensor models and algorithms can not meet the demand of recon

英文关键词： Tractography；Higher order tensor；Sparse imaging；Swarm intelligence；