《基於球面小波的3D曲面形狀描述方法及AD腦皮層分類研究》是依託西安電子科技大學，由閆允一擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於球面小波的3D曲面形狀描述方法及AD腦皮層分類研究
- 項目類別：青年科學基金項目
- 項目負責人：閆允一
- 依託單位：西安電子科技大學
中文摘要,結題摘要,
中文摘要
隨著數據獲取手段的不斷發展，三維曲面的套用日益廣泛，針對包括大腦皮層表面在內的三維曲面的形狀描述研究已經成為熱點。雖然有若干的特徵適用於三維曲面的檢索，但若要對複雜曲面進行形狀描述、形狀變異檢測及分類則尚有許多問題值得研究。申請者在前期研究中發現某些形狀特徵對曲面形狀精細變異有良好的區分度。本項目擬設計新的具備局部化能力和旋轉不變性的曲面形狀描述符，利用過完備球面小波變換的多尺度特性，對三維曲面進行多尺度形狀描述；以新形狀描述符為基礎，在多尺度空間內，建立阿爾茲海默病(AD)、輕度認知障礙(MCI)和正常人(NC)腦皮層的形狀變異模型，揭示變異區域的位置、尺度和幅度等信息；以形狀信息為主要依據，設計可對AD、MCI和NC分類的分類器及最佳化算法，提高分類準確率。本項目成果能用於包括腦皮層在內的三維曲面的描述、形變檢測和分類等領域，對推動相關領域的發展起有一定作用，還能為AD分類提供新方法。
結題摘要
本項目主要研究了格線曲面的形狀描述刻畫方法，建立起複雜曲面形狀的多尺度刻畫方法，並提出了有效的形狀描述符，套用到AD腦皮層形狀差異刻畫之中，分析了腦皮層形狀變化對AD的發展具有較好的指示作用，在不同球面小波尺度上形變的範圍和程度並不相同，給出了FFG，PHG，TPO等幾個需要重點關注的區域定量信息；本項目還研究了圖像、曲面等複雜數據的特徵刻畫方法，並將興趣點、顯著特徵等內容描述方法進行了改進，套用到了圖像檢索和圖像編碼等領域之中，有效提高了效率；本項目還改進了粒子群最佳化算法，結合分類器設計規則提出了適用於多目標最佳化有問題的算法最佳化機制，並依據項目研究內容拓展出的信息處理系統（包括DSP和FPGA等嵌入式系統）中面臨的性能代價與可靠性之間的矛盾，給出了以粒子群最佳化為核心思想的解決方案。
