一种联合采样的神经网络光场

相比传统的光场绘制技术,神经网络光场(NeRF)方法可使用神经网络拟合场景的光线采样,将隐式编码输入图片的光场,合成新视图. 针对NeRF方法训练时间长,绘制视图慢的问题,提出了一种基于联合采样的NeRF方法,通过使粗糙网络和细腻网络共享均匀采样结果的方法,减少了不必要的光线采样,从而加快了网络训练和视图合成的速度. 实验结果表明,在取得近似视图合成质量的情况下,与NeRF方法相比,所提方法的训练时间减少了20%,视图合成的效率提高了25%.     

基于超声造影的颈部淋巴结灌注流向可视化

对于颈部淋巴结的超声造影视频病例, 可利用其时间强度曲线提取灌注特征进行病情诊断. 现有的研究方法对感兴趣区域进行像素级的分析可以更准确地描述灌注特征, 然而很少有深入研究灌注流向可视化的方法. 本文利用了像素级的时间强度曲线TIC分析, 采取双重筛选方式对TIC曲线进行筛选, 进而针对TIC曲线提取二维灌注参数对灌注流向进行可视化. 特征提取后生成的流线图像能够一定程度反映血管的分布, 对医生病情诊断有一定的辅助价值, 也可以对微血管重构有一定的启发价值.