基于改进主动表现模型的人脸面部特征定位

采用主成分分析(PCA)作为统计分析方法的主动表现模型(AAM)是建立二维可形变模型的有效方法。提出一种将改进的AAM用于人脸面部特征定位的新方法,并与传统AAM进行比较,实验证明此方法要优于传统AAM。

结合改进型主动外观模型与马尔科夫随机场的椎间盘核磁共振图像分析

针对目前腰部医学图像处理较少涉及分割并量化分析软组织的现状,提出一种腰部核磁共振图像(magnet-ic resonance imaging,MRI)中椎间盘分割及定量分析的算法:首先用改进的基于独立分量分析的主动外观模型(in-dependent component analysis based active appearance model,ICA-AAM)分割椎体,并基于最小描述长度(minimumdescription length,MDL)准则获得腰部弯曲曲线;利用上述分割结果,结合椎间盘成像特点和局部图像灰度投影,进一步实现基于马尔科夫随机场(Markov random field,MRF)的椎间盘快速无监督分割;通过分割结果判断并定量计算椎间盘突出程度。实验表明该算法快速有效,可以辅助医生诊断、治疗腰椎间盘突出等疾病。