本研究的主要内容是从周期性的图象序列信息中同时估计心脏的运动和材料模型参数。心脏的力学研究是假设心脏运动信息为测量数据,来对材料属性进行研究,而基于图象的心脏运动跟踪分析则使用固定的数学或者力学模型做为约束条件,来求解心脏的应力应变场。而实际的情况是,一方面从图象中得到的观测数据存在噪声;另一方面对于具体的研究对象而言,我们只知道材料模型参数的先验数据。我们的研究是把心脏的动力学微分方程与有限元方法相结合,图像观测数据作为测量,把材料模型参数如杨式模量作为随机变量,通过鲁棒性的滤波器对心脏的位移场和材料模型参数进行同时估计求解,并由此计算心脏的应力应变场。该研究把心脏力学研究领域和基于图象的心脏运动分析领域结合起来,对于揭示心脏的心理和病理机制具有重要意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
针对弱边缘信息的左心室图像分割算法
奥希替尼治疗非小细胞肺癌患者的耐药机制研究进展
基于改进LinkNet的寒旱区遥感图像河流识别方法
长链基因间非编码RNA 00681竞争性结合miR-16促进黑素瘤细胞侵袭和迁移
信息熵-保真度联合度量函数的单幅图像去雾方法
基于广义模糊梯度矢量流的心脏序列图象运动估计
基于双目序列图象线流场的三维物体运动估计和结构重建研究
图象序列的估计,预报及其工业应用
基于区域分解的序列图象中目标位移精确估计