中国图象图形学报
中國圖象圖形學報
중국도상도형학보
JOURNAL OF IMAGE AND GRAPHICS
2012年
10期
1312-1318
,共7页
冯远静%王哲进%张贵军%俞立
馮遠靜%王哲進%張貴軍%俞立
풍원정%왕철진%장귀군%유립
扩散张量成像%全局优化%蚁群%纤维跟踪
擴散張量成像%全跼優化%蟻群%纖維跟蹤
확산장량성상%전국우화%의군%섬유근종
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.
為瞭解決概率纖維跟蹤算法“過度”誤跟蹤,效率低的缺點,受蟻群路徑搜索過程群體協作模式啟髮,提齣一種全跼腦白質纖維群體智能跟蹤方法.首先,構建瞭一種全跼纖維度量指標,綜閤攷慮跼部纖維方嚮分佈和全跼纖維走嚮,併利用貝葉斯方法建立跼部纖維方嚮分佈不確定信息模型.其次,提齣一種群智能全跼優化算法.該算法構建基于von Miser-fisher分佈函數的信息素模型,通過信息素模型誘導迭代優化纖維軌跡.人工閤成數據實驗結果錶明,跟概率跟蹤算法相比,該算法解決瞭纖維跼部誤差積纍導緻的誤跟蹤問題,相對誤差降低至原來的二分之一,計算規模降低至原來的十分之一.實際臨床數據驗證瞭算法的有效性.
위료해결개솔섬유근종산법“과도”오근종,효솔저적결점,수의군로경수색과정군체협작모식계발,제출일충전국뇌백질섬유군체지능근종방법.수선,구건료일충전국섬유도량지표,종합고필국부섬유방향분포화전국섬유주향,병이용패협사방법건립국부섬유방향분포불학정신식모형.기차,제출일충군지능전국우화산법.해산법구건기우von Miser-fisher분포함수적신식소모형,통과신식소모형유도질대우화섬유궤적.인공합성수거실험결과표명,근개솔근종산법상비,해산법해결료섬유국부오차적루도치적오근종문제,상대오차강저지원래적이분지일,계산규모강저지원래적십분지일.실제림상수거험증료산법적유효성.