《面向認知演化的少兒DTI圖像處理和統計分析方法研究》是依託大連理工大學,由樊鑫擔任項目負責人的面上項目。
基本介紹
- 中文名:面向認知演化的少兒DTI圖像處理和統計分析方法研究
- 依託單位:大連理工大學
- 項目類別:面上項目
- 項目負責人:樊鑫
項目摘要,結題摘要,
項目摘要
本項目針對結構發育與認知演化的關聯這一認知學的熱點問題,以跨年齡段少兒(1-16歲)磁共振彌散張量成像(DTI)數據為研究對象,系統研究由結構發育影像建立認知演化模型的過程中涉及的圖像處理和統計分析難點問題。項目研究基於神經纖維束的圖像配準、纖維跟蹤、神經纖維束模板構建,以及對比組分析、相關性和因果性分析等問題。預期提出將具有顯著結構差異的DTI影像歸一化的圖像配準算法,合理處理纖維交叉的高效纖維跟蹤機率算法,以及結合少量專家標記建立分年齡段纖維束模板的方法。此外,試圖運用所研究的統計分析方法發現少兒大腦結構發育變化,並由此直接建立(而非啟發)認知演化計算模型。項目以圖像處理和統計分析等計算問題的研究為中心,同時在項目研究架構中有機融合了認知科學和計算科學。項目的研究將為發掘結構發育與認知演化的內在聯繫的基礎研究提供技術支撐,同時對疾病無創性診斷和計算機智慧型處理等套用研究也有重要意義。
結題摘要
本項目針對結構發育與認知演化的關聯這一認知學的熱點問題,以跨年齡段少兒(1-16 歲)磁共振彌散張量成像(DTI)數據為研究對象,系統研究由結構發育影像建立認知演化模型的過程中涉及的圖像處理和統計分析難點問題。通過項目研究,提出了能夠克服幼兒神經束邊界不明顯、噪聲較多等問題的纖維束聚類算法,能夠自動高效地分割出主要神經束的方法;初步構建大腦主要的18條纖維束的機率模板;提出了能夠結合圖像表觀和形狀特徵的基於回歸的一系列圖像對齊新方法;提出針對混合數據的高效線上學習方法。最後,基於提出的圖像處理新方法,獲得關於幼兒神經束髮育的新的統計特性。共發表SCI論文21篇,EI 17篇。特別是研究成果獲得國際多媒體旗艦會議ICME2015最佳學生論文。