浙江省重中之重学科开放基金(201100806)
- 作品数：2 被引量：11H指数：2
- 相关作者：王哲进冯远静李蓉邵开来俞立更多>>
- 相关机构：浙江工业大学更多>>
- 发文基金：浙江省重中之重学科开放基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 磁共振扩散高阶张量成像的脑白质纤维微结构模型及特征提取算法被引量：7
- 2012年
- 在基于扩散加权磁共振成像(DW-MRI)的脑白质纤维微结构建模中,高阶张量成像模型(HOT)是解决常用二阶张量模(DTI)难以刻画复杂纤维结构问题的新方法,但是存在纤维特征方向提取复杂、计算量大等问题。本研究基于任意阶次的正定高阶张量理论,提出一种能够快速获得任意阶张量纤维特征方向的迭代搜索算法。该方法根据张量模型的特征,首先利用网格细分快速确定特征方向的大致区域,进一步针对该区域进行细分,从而迭代获得精确的高阶张量模型特征方向。该方法解决了现有符号计算方法易于陷入局部极值点或者搜索不收敛带来的误差和计算效率问题。为了测试所提出算法的有效性,首先利用仿真数据分析了算法对不同数目、不同交角纤维的识别能力和特征方向的计算精度;同时利用实际DW-MRI临床数据进行了测试。结果表明,相比于现有的符号计算方法,所提出的算法可以在6阶以及更高阶模型下获得稳定的纤维特征方向。
- 李蓉冯远静邵开来王哲进
- 全局脑白质纤维群智能跟踪算法被引量：4
- 2012年
- 为了解决概率纤维跟踪算法"过度"误跟踪,效率低的缺点,受蚁群路径搜索过程群体协作模式启发,提出一种全局脑白质纤维群体智能跟踪方法。首先,构建了一种全局纤维度量指标,综合考虑局部纤维方向分布和全局纤维走向,并利用贝叶斯方法建立局部纤维方向分布不确定信息模型。其次,提出一种群智能全局优化算法。该算法构建基于von Miser-fisher分布函数的信息素模型,通过信息素模型诱导迭代优化纤维轨迹。人工合成数据实验结果表明,跟概率跟踪算法相比,该算法解决了纤维局部误差积累导致的误跟踪问题,相对误差降低至原来的二分之一,计算规模降低至原来的十分之一。实际临床数据验证了算法的有效性。
- 冯远静王哲进张贵军俞立
- 关键词：扩散张量成像全局优化蚁群
- 球面反卷积高阶张量多纤维重建方法
- 本文提出一种鲁棒的球面反卷积扩散加权磁共振成像多纤维重建算法。由于高阶张量简单的多项式形式和表现复杂球面函数的能力,本文采用高阶张量作为纤维方向分布函数的模型。球面反卷积算法把扩散加权信号（DWI）视为体素中只有一条纤维...
- 牛延棚冯远静王哲进李蓉李志娟
- 文献传递
