项目名称: 基于分数阶变分光流模型的左心室运动分析方法研究

项目编号: No.61201378

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 电子学与信息系统

项目作者: 陈大力

作者单位: 东北大学

项目金额: 25万元

中文摘要: 左心室运动分析在心脏疾病的诊断及预防中具有重要意义。本课题结合数字图像处理、分数阶微积分、函数空间图像建模、变分光流、模式识别等理论,提出一种基于分数阶变分光流模型的左心室运动分析方法,解决现有分析方法的不足,改善分析方法的性能。该方法适用于处理实时三维超声心动图(RT3DE),主要内容包括:① 探索对RT3DE中不同成分的新型建模方法,并据此提出斑点噪声去除算法改善RT3DE的质量;② 提出分数阶变分光流模型解决RT3DE中的遮挡、大位移和非刚性运动问题,得到左心室的光流场;③ 提出基于光流场的疾病评估方法,为医生正确分析左心室的运动情况提供辅助手段。在理论方面,该方法能用于解决一些非刚性物体的运动分析问题(如右心室、肺、血管等),为非刚性物体运动分析提供了新思路,具有重要的理论价值和发展前景;在实际应用方面,本课题将建立心肌梗死病情诊断系统,对方法的应用效果进行验证。

中文关键词: 分数阶微积分;图像去噪;运动估计;图像增强;图像分割

英文摘要: Motion analysis of left ventricle (LV) is very important in clinical diagnosis and precaution of heart diseases. Using the theories of the digital image processing, fractional calculus, variational optical flow estimation and pattern recognition, a new LV motion analysis method based on fractional order variational optical flow (FOVOF) model is proposed to deal with the problems of the existing methods, and to improve their performances. The proposed method can be used to process real-time three-dimensional echocardiographs (RT3DE). The main research project is consist of the following three parts: (1) The new methods for modeling different components of RT3DE are proposed by using the function space image modeling methods and fractional calculus. Based on this, the spots noise removal algorithms are proposed to improve the RT3DE quality. (2) Combining the variational optical flow estimation and fractional calculus, a new FOVOF model is proposed to resolve the problems of the occlusion, large displacement and non-rigid motion, and get the LV's three-dimensional optical flow. (3) Combining the feature selection and ensemble classifiers, a new disease assessment method based on the three-dimensional optical flow, which is helpful for the clinical doctors to analyze the motion of LV accurately, is proposed. In

英文关键词: Fractional Calculus;Image Denoising;Motion Estimation;Image Enhancement;Image Segmentation

成为VIP会员查看完整内容
0

相关内容

【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
35+阅读 · 2021年8月27日
视觉目标跟踪十年研究进展
专知会员服务
86+阅读 · 2021年3月10日
专知会员服务
31+阅读 · 2021年2月17日
多模态情绪识别研究综述
专知会员服务
166+阅读 · 2020年12月21日
基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23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
DynaSLAM II: 紧耦合的多物体跟踪和SLAM
计算机视觉life
1+阅读 · 2021年10月9日
【泡泡点云时空】基于分割方法的物体六维姿态估计
泡泡机器人SLAM
18+阅读 · 2019年9月15日
基于姿态的人物视频生成【附PPT与视频资料】
人工智能前沿讲习班
32+阅读 · 2019年1月28日
【泡泡一分钟】基于运动估计的激光雷达和相机标定方法
泡泡机器人SLAM
25+阅读 · 2019年1月17日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014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
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
27+阅读 · 2020年12月24日
Deformable Style Transfer
Arxiv
14+阅读 · 2020年3月24日
小贴士
相关VIP内容
【AI+军事】附PPT 《前瞻性分析:获得决策优势的方法》
专知会员服务
90+阅读 · 2022年4月17日
专知会员服务
7+阅读 · 2021年10月4日
专知会员服务
46+阅读 · 2021年8月28日
专知会员服务
35+阅读 · 2021年8月27日
视觉目标跟踪十年研究进展
专知会员服务
86+阅读 · 2021年3月10日
专知会员服务
31+阅读 · 2021年2月17日
多模态情绪识别研究综述
专知会员服务
166+阅读 · 2020年12月21日
基于深度学习的图像分析技术,116页ppt
专知会员服务
55+阅读 · 2020年7月17日
高效医疗图像分析的统一表示
专知会员服务
34+阅读 · 2020年6月23日
相关资讯
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014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
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员