国家自然科学基金(61379020)
- 作品数：7 被引量：7H指数：2
- 相关作者：冯远静吴烨牛延棚李斐李蓉更多>>
- 相关机构：浙江工业大学温州医科大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金浙江省“钱江人才计划”更多>>
- 相关领域：自动化与计算机技术医药卫生电子电信更多>>
- 蛋白质结构从头预测多级个体筛选进化算法
- 2019年
- 针对蛋白质高维构象空间采样多样性问题,文中提出了一种蛋白质结构从头预测多级个体筛选进化算法(MlISEA)。基于进化算法框架,首先采用基于知识的Rosetta粗粒度能量模型作为优化目标函数,以降低构象空间优化变量维数;其次以基于9片段和3片段的片段组装技术为不同的变异策略,增加同代种群的多样性;同时,设计多级个体筛选方法,进一步增加不同代种群间的多样性;然后利用MonteCarlo算法较强的局部搜索能力对每个个体做局部增强,以得到当前的局部最优解;最后,得到全局最优解以及不同的局部最优解。10个目标蛋白的测试结果表明,所提方法能够有效提高采样多样性,得到TMscore大于0.5的预测构象,为进一步做结构修饰提供便利。
- 李章维郝小虎张贵军
- 关键词：进化算法MONTE
- 神经纤维体素微结构成像估计算法研究进展被引量：2
- 2019年
- 扩散磁共振成像是目前唯一非侵入式重建纤维解剖结构的成像技术.体素微结构纤维方向估计的精确性是影响该技术成像结果的关键.自扩散张量成像技术提出以来,很多高角度分辨率扩散成像方法用于估计纤维的方向.本文首先从估计模型角度,利用Q空间成像和模型依赖两大类数学模型总结现有主要的成像方法并延伸到目前广泛采用的球面去卷积模型,且讨论了其局限性和优越性.其次从优化方法角度,针对大规模逆问题优化方法的L2正则化约束、L1系数稀疏约束、L1和L2纤维分布空间稀疏约束以及纤维空间连续性约束优化模型的发展脉络介绍了球面去卷积优化方法的进展.最后,利用大量的模拟数据和实际数据对多种典型算法进行了纤维方向估计分辨率、准确率等对比实验.根据实验结果,对不同方法的优点和缺点进行了定量分析,并对今后的算法估计的研究方向进行了展望.
- 冯远静何建忠李永强周思琪
- 基于字典基函数框架的纤维方向分布模型重建被引量：3
- 2015年
- 脑白质纤维方向分布模型重建是脑纤维成像的重要过程之一,为纤维束跟踪提供精确的纤维方向估计。传统方法的约束条件往往依赖于先验的纤维方向信息,限制了计算效率与精度的提高。提出一种基于字典基函数框架的纤维方向分布函数(f ODF)估计方法,在单位球面上建立均匀的字典基函数分布,构造基于字典基函数的球面反卷积模型,直接通过非负最小二乘方法求得基函数系数,避免伪峰与复杂的算法以及更高阶的大规模病态逆问题的计算,使得纤维方向分布的稀疏性和非负性可以通过几个基函数的加权和很容易地表示。模拟磁共振数据与临床脑部数据的实验结果显示,该方法在同等条件下与目前流行的Super-CSD和QBI方法相比,计算复杂度大大降低,计算时间仅为Super-CSD的1/3;角度分辨率扩大到20°以内(其中,Super-CSD为40°,QBI为60°)。由于该方法简单高效,角度误差不会随角度等参数的变化而跳变,也因为角度分辨率和角度误差性能的提升,使得纤维方向的错误重构概率降低到8%以下,可为纤维跟踪技术提供精确的局部纤维走向。
- 吴烨冯远静李斐高成锋
- 交通场景中车辆的快速检测算法
- 交通场景中的运动车辆检测对后续交通参数提取与分析具有极其重要的意义,为了快速检测运动车辆,本文提出了一种基于样本自适应分割的检测算法。首先,选取第一帧作为参考帧,随机抽取每个像素及其邻域内的值来建立背景样本模型,通过与背...
- 张明冯远静李康林峰
- 关键词：自适应更新
- 文献传递
- 数据驱动的三叉神经纤维束自动分割算法
- 2020年
- 目前三叉神经的纤维跟踪成像过程中普遍存在人工依赖性问题,主要包括人工绘制感兴趣区域(ROI)及手动筛选目标纤维束,导致结果的不确定性和数据误差。针对此类问题,提出一种数据驱动的三叉神经纤维自动分割算法。利用多组大脑样本的纤维数据,建立数据驱动的纤维聚类图谱,实现新样本纤维数据的自动分割,直接得到三叉神经纤维束。在实验中,选择25组青年健康人的数据作为样本数据。首先,利用FSL软件分割工具提取脑干作为ROI,进行确定性纤维跟踪。其次,通过对20组纤维数据进行多样本配准和谱聚类,创建数据驱动的纤维聚类图谱。根据三叉神经细小的特点,在建立纤维图谱过程中,通过对脑干纤维束进行二次分类来标注三叉神经纤维束。最后,选择5组青年健康人的新样本数据,将其脑干纤维数据应用纤维图谱自动分割得到三叉神经纤维束,并计算同一样本数据的自动分割结果与手动分割结果之间的加权Dice系数。结果显示,所提出的方法成功分割5组数据的三叉神经纤维束,而传统人工方法成功识别4组三叉神经纤维束,两者结果之间的加权Dice系数分别为0.865,0.939,0.824,0.942。该方法可以有效避免人为因素的影响,提高神经外科医生与颅神经研究者的工作效率。
- 金儿冯远静曾庆润陈余凯黄胜威阮林辉
- 关键词：三叉神经数据驱动
- 基于离散球面反卷积的白质纤维重构算法被引量：1
- 2014年
- 为了解决基于扩散张量成像(DTI)的跟踪过程难以刻画脑白质内复杂纤维结构的问题,提出一种基于离散球面反卷积的确定性跟踪算法.该算法采用离散纤维方向密度函数建立球面反卷积模型,解除对连续球面函数模型的依赖,获得高角度分辨率识别;借助球面高斯函数拟合以补偿离散误差,并在此基础上实现流线型白质纤维跟踪.合成数据、仿真数据和实际临床数据表明:该模型能显著提高体素内小角度交叉纤维的分辨率,并有效抑制噪声.相比于基于其他模型的重构算法,该算法能够更准确地反映活体脑神经组织的真实连接情况.
- 李志娟冯远静牛延棚李蓉叶峰
- 遮挡情况下刚体位姿估计的自适应无迹卡尔曼分布式融合被引量：1
- 2020年
- 针对视觉目标位姿估计系统中常出现的因为特征点遮挡而造成系统估计结果不准确的问题,本文提出了一种利用自适应无迹卡尔曼滤波(AUKF)作为局部滤波器的分布式融合估计方法.通过引入改进的Sage-Husa噪声估计器自适应过程噪声.根据特征点识别量将遮挡情况分为部分遮挡和严重遮挡,对部分遮挡子系统根据先验信息修复缺失观测点后进行局部滤波估计,严重遮挡子系统不参与融合,利用当前时刻整体估计结果对其进行初始化.通过仿真获取了区分遮挡情况的阈值,实验结果表明所提方法能够提升系统在遮挡情况下的估计精度与鲁棒性.
- 冯远静黄良鹏张文安
- 关键词：位姿估计
- 高阶张量反卷积非负约束的纤维方向分布估计方法
- 2014年
- 高阶张量能够以其简单的多项式形式表示多叶函数,被广泛应用于纤维方向分布估计中.但随着高阶张量阶数的增加,现有方法存在难以稳定重构纤维方向和角度分辨率低等缺陷.引入非负约束条件是目前提高稳定性的常用方法,该方法也仅能保证低于6阶时纤维方向的稳定估计.针对以上问题,文章在高阶张量拟合模型基础上引入球面反卷积模型,并提出了一种自适应非负约束迭代算法进行纤维方向分布估计.该算法以高阶张量为基函数拟合纤维扩散分布,沿纤维方向调整非负约束,并自适应训练调整矩阵参数.为了验证本算法的有效性,通过仿真数据与实际临床数据在同等条件下与现有CT-FoD,CSD算法进行角度分辨率,角度误差以及纤维重建对比实验.结果表明,文章所提出的方法在角度分辨率和稳定性方面优于现有的两种方法.
- 许优优冯远静牛延棚吴烨
