本文将LoG(Laplacian of Gaussian)变换应用到轮廓曲线上,其范数的平方具有稳健的曲率特性,由此构造了轮廓角点的响应函数;在此基础上,结合轮廓LoG所检测的角点和角点邻域内轮廓方向的尺度共变性设计了一种新的关于旋转和尺度共变的特...本文将LoG(Laplacian of Gaussian)变换应用到轮廓曲线上,其范数的平方具有稳健的曲率特性,由此构造了轮廓角点的响应函数;在此基础上,结合轮廓LoG所检测的角点和角点邻域内轮廓方向的尺度共变性设计了一种新的关于旋转和尺度共变的特征区域检测算法.最后,利用相关度准则对多组受干扰的图像进行特征共变区域匹配,实验结果验证了所提出的共变特征区域检测算法具有计算简单、容易实现和较强的鲁棒性等特点.展开更多
目的应用结构磁共振(structural magnetic resonance imaging,sMRI)技术分析儿童自闭症谱系障碍(ASD)大脑皮层的折叠模式及其网络属性,揭示ASD患者和正常人大脑功能结构共变网络的差异。方法本研究获取了32名儿童ASD患者和20名正常人的s...目的应用结构磁共振(structural magnetic resonance imaging,sMRI)技术分析儿童自闭症谱系障碍(ASD)大脑皮层的折叠模式及其网络属性,揭示ASD患者和正常人大脑功能结构共变网络的差异。方法本研究获取了32名儿童ASD患者和20名正常人的sMRI数据,首先对sMRI数据进行预处理并计算大脑皮层复杂度,基于大脑皮层复杂度构建结构共变网络,然后基于图论,计算网络属性指标,最后进行统计分析。结果 ASD患者的全脑功能网络拓扑属性与正常对照组相比发生改变,主要表现在ASD患者的网络的聚类系数,全局效率和局部效率显著增加,同时最短路径长度显著减少。并且,与对照组相比,自闭症组的中心节点分布明显不同。结论 ASD患者的大脑网络中心节点发生改变,而全脑功能综合能力及功能分离能力有所增强。展开更多
文摘本文将LoG(Laplacian of Gaussian)变换应用到轮廓曲线上,其范数的平方具有稳健的曲率特性,由此构造了轮廓角点的响应函数;在此基础上,结合轮廓LoG所检测的角点和角点邻域内轮廓方向的尺度共变性设计了一种新的关于旋转和尺度共变的特征区域检测算法.最后,利用相关度准则对多组受干扰的图像进行特征共变区域匹配,实验结果验证了所提出的共变特征区域检测算法具有计算简单、容易实现和较强的鲁棒性等特点.