基于张量形态的反调和图像边缘检测算法

提出基于彩色张量形态的反调和图像边缘检测算法,首先构建彩色反调和图像的张量模型,借助于张量丰富的运算更加准确地度量像素间的关系,在张量形态空间中找图像一阶导数中的最大和最小值来检测边界,基于参考全序的彩色张量形态学算子进行算法改进.仿真结果表明,采用该算法进行反调和图像边缘检测,具有较高的反调和平均值,采用张量模型刻画彩色信息不仅能够考虑到彩色分量间的相关性,而且考虑了彩色信息变换特征,检测性能优越.

基于张量的形态学测量在轻度认知障碍患者大脑灰质萎缩诊断中的价值

目的探索轻度认知障碍患者的大脑灰质结构萎缩的规律,区分不同轻度认知障碍亚型的灰质结构萎缩模式的异同。方法数据来自阿尔茨海默病的神经影像(Alzheimer’s disease neuroimaging initiative,ADNI)数据库,包括34例正常人、22例稳定性轻度认知障碍和20例进展性轻度认知障碍患者60个月纵向高分辨MRI 3D T1W结构像。基于张量的形态学(tensor-based morphology,TBM)测量方法进行数据分析,利用DARTEL配准过程中得到的雅克比矩阵计算出行列式的值和迹,并对得到的特征参数进行组内方差分析,然后采用多重比较的配对t检验,获取相对首次扫描时间点时不同跟踪时间点大脑灰质萎缩的规律及特征。结果采用两种参数得到的结果相对一致,3组被试数据均表现为随着时间的推移,大脑灰质萎缩区域逐步扩大,萎缩程度逐步增加,尤其对于颞叶、额叶、海马和扣带回等与认知相关的区域萎缩最为明显。但是在相同时间点,相对于正常组来说,稳定型的轻度认知障碍患者组大脑灰质萎缩程度较为严重,进展型的轻度认知障碍患者组大脑灰质萎缩最为严重。结论 TBM测量法得到的大脑灰质萎缩差异可以用于区分稳定性、进展性轻度认知障碍以及正常人大脑结构,可指导阿尔茨海默病的早期诊断和相关临床干预。

稳态悬浮流体有效粘滞率张量的计算

本文把变换场的概念引进稳态悬浮流体领域，建立了确定悬浮流体中的形变张量场的求解方程，在此基础上较完善地计算了悬浮流体的粘滞率张量，从而为较深入地研究悬浮体的流变学性质开辟了新的途径。

形态测量学在阿尔茨海默病和轻度认知障碍的早期诊断及病程转化预测的应用研究

阿尔茨海默病(AD)和轻度认知障碍(MCI)的发生率不断攀升,然而目前却尚无有效的方法预防或者治疗。由于形态学测量方法可以全面、客观地获取脑结构的定量信息,利用形态学测量方法探讨MCI和早期AD的诊断,以及MCI转化AD的预测研究已受到了国内外研究人员的关注。形态测量学在脑功能方面研究的主要方法有基于体素的形态学测量方法(VBM)、基于张量的形态测量学(TBM)和基于形变的形态测量学(DBM)3种方法,其中,尤以VBM受到国内外科研工作者的关注,并取得了一些研究成果。随着成像技术的进步,人脑解剖图像和结构图像分辨率不断提高,形态测量学技术特别是VBM方法在MCI和AD疾病诊断及转化预测方面的研究取得了一些进展,但尚处于起步阶段,许多问题还有待于深入研究来加以解决。