医学图像的分割、配准和可视化都要求对感兴趣的对象的形状准确描述。图像获取的噪声、伪迹和模糊的对比都给对象的分割带来很大的困难。本项目拟运用人工生命方法对医学图像中的感兴趣对象的形状精确建模。该方法模拟人类大脑的感觉、控制运动、行为和认知的功能,能够自我感知地智能控制整个建模过程。具体建模过程使用低级属性检测和高级决策策略整合的Bayes方案。几何建模勾画物体的结构形态,物理建模约束物体的拓扑和变形
医学图像的分割、配准和可视化都要求对感兴趣的对象的形状准确描述。图像获取的噪声、伪迹和模糊的对比都给对象的分割带来很大的困难。本项目拟运用人工生命方法对医学图像中的感兴趣对象的形状精确建模。该方法模拟人类大脑的感觉、控制运动、行为和认知的功能,能够自我感知地智能控制整个建模过程。具体建模过程使用低级属性检测和高级决策策略整合的Bayes方案。几何建模勾画物体的结构形态,物理建模约束物体的拓扑和变形。建模结果对任意复杂拓扑的物体形状生成连续、平滑、完整、保真的模型。预期的理论、算法和应用程序将对疾病的计算机辅助诊断和手术计划、引导与治疗产生重要影响。该项研究可望成为医学图像处理与分析研究的一个重要进展。