搜索结果: 1-8 共查到“知识库 计算机科学技术 人脑”相关记录8条 . 查询时间(0.193 秒)
1982年,Kwabena Boahen得到了他的第一台电脑,那时他还是住在加纳阿克拉的一个十几岁的少年。“那真是一台很酷的机器。”他回忆道。在观察电脑如何工作时,他本能地感觉到,电脑需要在设计中多一些“非洲”的感觉:更加分散、流动性更强和更少的刚性。
如今,作为美国加利福尼亚斯坦福大学的一名生物工程师,Boahen和其他一些研究人员正在试图通过大脑的逆向工程来创造这种计算模式。
本文通过对电脑与人脑在感知外界事物的方式、智能的来源以及思维的方法等方面差异的探讨,指出:外国报刊关于2045年电脑将会取代人脑的预言,是缺乏事实根据的一种科学幻想。
快速CV双水平集算法的人脑MR图像分割
CV模型 直方图 图像分割
2009/8/20
针对CV模型的多水平集算法需要较高的数值稳定性以及曲线演化速度慢的缺点,根据人脑MR图像的特征,提出一种快速CV双水平集算法,统计被2条曲线划分成4类的直方图,构造符号矩阵,依次将直方图上的点放入其他类中,根据能量的变化更改该点对应点的符号,得到粗分割结果,并对粗分割结果进行优化。对MR图像进行的分割实验表明,其分割效果更好,速度有大幅度的提高。
基于改进的C-V模型虚拟人脑图像分割模型
主成分分析 局部信息 距离约束项
2009/7/17
C-V模型是一种较为经典的分割模型,但传统的C-V模型仅能够将图像分割成单一的目标部分与背景部分;用于彩色图像分割往往基于目标的强度信息;在曲线演化过程中需要重新初始化水平集函数保持符号距离函数。针对这些问题,使用PCA理论将颜色空间投影到新的空间中,可以扩大两者的颜色距离;使用局部信息可校正颜色强度不均匀;将距离约束项引入到模型中,使模型能够无需重新初始化,提高了演化速度。实验结果表明改进的算法...
人脑黑质神经核团的精确三维自动分割
帕金森病 动态模型 自适应区域增长
2009/7/10
随着MRI技术的发展,人脑黑质核团的MRI定量分析在帕金森病诊断中的应用价值越来越高。提出一种解剖先验知识为约束基于动态曲面模型和自适应区域增长的自动3D分割方法,来完成黑质形状结构的精确三维分割和提取。由此获得黑质的位置、形状和体积,以期辅助临床上对早期帕金森病的诊断和评价治疗效果。分割实验表明该方法精确性高,具有较强的自适应性。
自动的人脑核磁共振(MR)图像分割是许多医学图像应用的关键问题.该文提出了一种有效的自动脑核磁共振图像的分割方法框架体系,脑MR分割框架体系由3个处理步骤构成.首先,采用基于水平集的方法将MR图像中非脑组织剔除,从脑图像中提取大脑组织结构.然后,对MR脑结构图像进行灰度不均匀性校正.最后,该算法采用最大后验分类器可以将人脑组织分为脑白质、脑灰质、脑髓液.在实验中对大量的MR脑图像数据应用该分割算法...
基于知识的人脑三维医学图象自动分析显示系统
人工智能 光线跟踪 图象分割显示
2008/5/21
设计并实现了一个基于知识的人脑三维医学图象分析显示系统,完成了脑组织的自
动分割及显示.系统包含动态模块及静态模块两部分.静态模块即人脑知识库,存贮脑内各组
织形态、生理及图象灰度方面的知识.动态模块包含全局数据区、图象处理算子集和控制规则
集.在知识的指导下,运用"智能光线跟踪"方法提取、显示脑内主要解剖结构.
模糊各向异性扩散人脑MR图像自动分割
模糊各向异性扩散 C均值聚类
2008/3/13
目前对人脑磁共振图像的处理由于噪声等因素的影响,往往准确度不高。本文提出一种新的基于模糊各向异性扩散的人脑磁共振图像全自动分割方法,该方法首先结合非线性扩散滤波构造混合信息场,在平滑目标内部的同时处理强噪声区域,降低强噪声的影响且保留边界信息。然后利用FCM方法、形态学方法和标记法对混合场进行分析与处理,最终得到分割结果。对脑部MR图像分割的实验表明该方法的分割准确性较高,错误率约为1.3%。