本项目研究脑病变的描述、检测与分割的新方法,特别是将脑病变的形状及结构信息与灰度融合的脑病变分割方法,为开发自动监控脑病变发展,病变特征描述,对脑其他无损部位影响的系统奠定坚实理论基础。所取得的成果既对脑结构和功能的理解提供指导,也为神经疾病的诊断和治疗开辟广阔前景。因此对本项目的研究具有重大的理论意义和实用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
基于协同表示的图嵌入鉴别分析在人脸识别中的应用
混采地震数据高效高精度分离处理方法研究进展
不同分子分型乳腺癌的多模态超声特征和临床病理对照研究
基于变分贝叶斯模型的脑磁共振图像组织分割及病变检测
基于结构特征的多图谱脑磁共振图像分割及病变分析
基于自动多阈值分割技术的复杂自然场景图像文本信息检测与分割
太赫兹时域光谱检测与解析新方法及其在人体组织病变辅助诊断中的应用基础研究