期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
数据驱动的三叉神经纤维束自动分割算法
1
作者 金儿 冯远静 +3 位作者 曾庆润 陈余凯 黄胜威 阮林辉 《中国生物医学工程学报》 CAS CSCD 北大核心 2020年第4期385-393,共9页
目前三叉神经的纤维跟踪成像过程中普遍存在人工依赖性问题,主要包括人工绘制感兴趣区域(ROI)及手动筛选目标纤维束,导致结果的不确定性和数据误差。针对此类问题,提出一种数据驱动的三叉神经纤维自动分割算法。利用多组大脑样本的纤维... 目前三叉神经的纤维跟踪成像过程中普遍存在人工依赖性问题,主要包括人工绘制感兴趣区域(ROI)及手动筛选目标纤维束,导致结果的不确定性和数据误差。针对此类问题,提出一种数据驱动的三叉神经纤维自动分割算法。利用多组大脑样本的纤维数据,建立数据驱动的纤维聚类图谱,实现新样本纤维数据的自动分割,直接得到三叉神经纤维束。在实验中,选择25组青年健康人的数据作为样本数据。首先,利用FSL软件分割工具提取脑干作为ROI,进行确定性纤维跟踪。其次,通过对20组纤维数据进行多样本配准和谱聚类,创建数据驱动的纤维聚类图谱。根据三叉神经细小的特点,在建立纤维图谱过程中,通过对脑干纤维束进行二次分类来标注三叉神经纤维束。最后,选择5组青年健康人的新样本数据,将其脑干纤维数据应用纤维图谱自动分割得到三叉神经纤维束,并计算同一样本数据的自动分割结果与手动分割结果之间的加权Dice系数。结果显示,所提出的方法成功分割5组数据的三叉神经纤维束,而传统人工方法成功识别4组三叉神经纤维束,两者结果之间的加权Dice系数分别为0.865,0.939,0.824,0.942。该方法可以有效避免人为因素的影响,提高神经外科医生与颅神经研究者的工作效率。 展开更多
关键词 三叉神经 纤维示踪成像 数据驱动 纤维图谱
在线阅读 下载PDF
绿波协调控制的子区动态划分算法 被引量:7
2
作者 冯远静 单敏 +2 位作者 乐浩成 张贵军 俞立 《控制理论与应用》 EI CAS CSCD 北大核心 2014年第8期1034-1046,共13页
为了提高子区划分的效率,本文提出了一种基于绿波协调控制的二次划分子区的模型.首先,根据距离、流量和周期3原则,提出基于可协调度的粗划分指标对子区进行初次划分.然后,在最大绿波带优化模型的基础上,引进绿波带带宽达到率为细划分指... 为了提高子区划分的效率,本文提出了一种基于绿波协调控制的二次划分子区的模型.首先,根据距离、流量和周期3原则,提出基于可协调度的粗划分指标对子区进行初次划分.然后,在最大绿波带优化模型的基础上,引进绿波带带宽达到率为细划分指标,对子区进行再次细划分,同时引入调整指数对子区进行在线调整,实现了子区划分及其信号配时参数优化的同步.最后,利用遗传模拟退火算法对子区划分方案快速寻优,实现了绿波协调控制的子区实时动态划分.通过算例分析表明,该控制方案能提高路网的通行能力,具有良好的稳定性和高效性. 展开更多
关键词 子区动态划分 绿波协调控制 最大绿波带优化模型 绿波带带宽达到率 遗传模拟退火算法
在线阅读 下载PDF
数据驱动交通响应绿波协调信号控制 被引量:8
3
作者 李永强 李康 冯远静 《控制理论与应用》 EI CAS CSCD 北大核心 2016年第5期588-598,共11页
传统绿波协调信号控制是一种开环控制,无法根据交通需求的变化调整配时方案.为克服传统绿波协调控制的缺点,本文提出一种数据驱动交通响应绿波协调信号控制方法.首先,针对采用混合放行的路网,考虑到排队消散时间以及放行相序对优化结果... 传统绿波协调信号控制是一种开环控制,无法根据交通需求的变化调整配时方案.为克服传统绿波协调控制的缺点,本文提出一种数据驱动交通响应绿波协调信号控制方法.首先,针对采用混合放行的路网,考虑到排队消散时间以及放行相序对优化结果的影响,给出一种适用于路网的混合放行最大绿波带优化模型;在此基础上,引进排队消散时间相符度指标、相序相符度指标和行驶速度相符度指标,实时评价、更新控制方案,实现非饱和情况下的数据驱动交通响应绿波协调信号控制.仿真研究表明,该控制方法能适应路网交通需求的变化,极大地提高了路网的通行能力. 展开更多
关键词 数据驱动 绿波协调 混合放行 信号控制
在线阅读 下载PDF
基于流场分布的纤维续跟踪 被引量:1
4
作者 谢飞 冯远静 +1 位作者 何建忠 李茂 《中国生物医学工程学报》 CAS CSCD 北大核心 2023年第2期180-188,共9页
白质纤维跟踪能够重建大脑纤维走向,但由于分辨率的限制使得成像体素呈现出锯齿形边界,导致重建纤维束在白质区域边界提前终止。此外,信号噪声引起的体素内方向信息缺失也同样会导致纤维跟踪过早终止。针对以上问题,本研究提出一种纤维... 白质纤维跟踪能够重建大脑纤维走向,但由于分辨率的限制使得成像体素呈现出锯齿形边界,导致重建纤维束在白质区域边界提前终止。此外,信号噪声引起的体素内方向信息缺失也同样会导致纤维跟踪过早终止。针对以上问题,本研究提出一种纤维停止点续跟踪算法使纤维跟踪结果更加准确。首先,建立纤维局部结构的流场分布模型,以流场分布表示体素内任意点的纤维方向信息;然后,基于体素流场分布模型计算纤维跟踪停止点的连续性进行纤维续跟踪,得到更为准确的纤维结果。分别采用两组实验数据集(包含25个主要纤维束的ISMRM 2015挑战数据集和一组来自斯坦福大学数据库的临床数据集)对提出的方法进行验证。首先,在模拟数据集上通过Tractometer量化指标对所提出算法进行定量分析,结果表明,该算法的有效连接束数量(VB),有效连接率(VC)和无效连接率(NC)分别为24、51.3%和12.9%,与同为确定型追踪算法的SD_Stream相比,VB提高2束,VC提高19.1%,NC降低22.8%。其次,通过临床数据集对所提出算法进行定性分析,进一步验证所提出算法的有效性。实验结果表明,基于流场分布的纤维续跟踪算法有效避免了纤维跟踪过早终止这一问题,提高了纤维跟踪的有效纤维比例,降低了无连接纤维比例,提升了纤维跟踪结果的准确性。 展开更多
关键词 扩散磁共振成像 白质纤维跟踪 流场分布 连续性
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部