血管横截面参数模型及其在血管重建中的应用

为了改善传统重建方法在稀疏投影等病态情形下的重建效果 ,分析了描述血管弹性性质的微分方程 ,并利用离散余弦变换的能量压缩特性 ,建立了具有圆形分量、椭圆分量等 10个参数的截面模型 .与圆形、椭圆形截面模型相比 ,该模型能够更逼真地描述血管横截面 .利用该模型还可以对传统重建方法进行后处理 ,从而改善重建效果 .仿真结果表明 :该模型描述各种血管横截面的误差仅为 2 0 4 % ,在病态投影的情况下可以使重建误差减小到 5 %左右 .

基于神经网络的二维不变性目标识别方法

提出了一种基于多层前馈神经网络的二维不变性目标识别方法。利用傅里叶描述器提取具有旋转、平移及尺度不变性的目标形状特征。由于所识别的工业工具具有一个自由度， 它们的形状有一定的动态变化范围， 导致同一目标的形状特征矢量的不唯一性。文中采用含有两个隐层的多层前馈网络学习及识别这些特征矢量。在实验中， 对四类机械工具进行测试， 并将所提出方法与最近邻分类器进行比较。结果表明， 具有反向传播（ Ｂ Ｐ）学习算法的多层前馈网络对噪音和形状特征变化具有鲁棒性， 且它还能判断未训练样本。