大熊猫化石副鼻窦的3维成像及其虚拟解剖

研究生物系统演化既需要观察标本的外部形态,又需要观察内部形态。由于珍稀化石不允许对标本进行实体解剖,所以珍稀化石的传统形态学研究只能停留在标本的外表。CT技术及3维成像技术的发展已使人们能够将珍稀标本的形态学研究深入到标本内部。现以目前最早、最完整的化石大熊猫头骨为材料,结合现生大熊猫标本,使用CT扫描和3维成像技术获取了大熊猫化石头骨内部的3维影像,从而在无损标本的情况下虚拟提取解剖了头骨内部的副鼻窦,为大熊猫演化的研究提供了新的数据。     

矿物晶体标本的三维可视化展示设计与实现

矿物晶体标本具有很高的科研和观赏价值,但使用传统拍照技术在观赏和研究矿物晶体时,仍存在时间和空间上的限制。三维可视化展示技术可以使用户通过对鼠标或触摸的控制,实现上下、左右多个维度的移动和放缩,实现 360 度任意视角观察标本,极大地满足矿物晶体参观者和研究者的需求。本文介绍了目前三维可视化展示的技术方法,包括 WebGL 技术、全景技术、3D 打印技术和三维云展示技术。并且以国家岩矿化石资源共享平台矿物晶体标本的三维展示技术——环物摄影技术为例,阐述了三维展示技术在矿物晶体标本展示中的应用,详细介绍了环物摄影技术的设计过程与实现方式。     

基于虚拟仪器的扁钢内部缺陷超声三维成像方法研究

超声三维成像技术因其能够提供人体结构的立体信息,而被广泛的应用于医学诊断领域;然而,由于计算量大、成本高、速度慢,工业构件的超声三维成像技术却鲜见报道;弹簧扁钢是国民经济建设的重要钢材品种之一,通过超声三维成像技术测量扁钢内部缺陷的三维分布对于提高扁钢质量控制能力具有重要作用;为提高三维成像效率及降低成像系统的研发周期,提出高效的数据采集及三维图像重构方法,并基于虚拟仪器技术开发了三维图像重构软件;研究结果显示,基于超声水浸聚焦分层C扫描的数据提取方法能够满足三维成像的要求,所提出的数据重构方法及基于虚拟仪器的三维成像软件能够准确重构扁钢内部层片状缺陷的三维分布,是弹簧扁钢内部缺陷评价的有效方法。     

基于神经网络的头骨模型三维测量方法

研究了用普通数码相机多视角拍摄头骨模型,获取头骨三维数据并进行三维重构的方法.该方法采用人工神经网络技术实现图象坐标系到世界坐标系的映射,采用基于区域相关性的点匹配方法获得一系列的匹配点对后,即可获得较多的头骨模型表面三维数据,从而完成对头骨模型的三维测量.最后,利用仿真实验验证了该方法的有效性和可行性.     

牙齿三维数据模型的建立

牙齿的解剖形态学研究是口腔医学的重要基础内容之一。了解和掌握人类牙齿外观形态和内部构造，对口腔医学的各个领域诸如：日腔修复、口腔内科、日脏外科和日腔正畸的教学、临床和科研都是非常必要的。本研究通过对离体恒牙以黑色树脂包埋，用数控磨床每隔２００Ｐｍ间距逐层磨除，拍摄照片并将图象输人计算机的方法，构成了每个牙齿的三维数据模型。该模型可逼真地显示在计算机屏幕上，可从任意选定的角度观察和从任意平面剖开，从而成为易于理解记忆的可视化教材，为日腔医学邻域中牙体解剖学的学习提供了方便的条件。这一系列的数据和相应的牙的图象、精度远高于美国著名的“数据亚当”的颅颌牙列部分，每个牙齿还能被单独地进行处理，能充分满足口腔医学专业的特点和需要。本研究建立的数据牙模型从标本制备到图象输人和三维重建各环节均有创新，为计算机图象图形技术、ＣＡＤ／ＣＡＭ技术、虚拟现实技术在口腔医学邻域中的应用推广奠定了重要基础。     

股骨3D模型构建在股骨头置换手术中的应用研究

医学影像三维可视化图像处理技术将医学影像的诊断与分析方法从二维空间拓展到了三维空间,极大地增强了医生对影像信息的阅读能力与水平。通过多维度、多层次观察和分析病变组织与器官的的形态及其与周围组织与器官的空间位置关系,可以更准确地对患者进行诊断并制定有效的治疗方案。本研究在系统分析图像分割算法的基础上,应用Mimics医学图像处理专用软件,通过窗宽窗位调整、阈值分割、蒙板编辑、区域增长以及形态学等一系列图像处理操作,分离出股骨并实施了股骨解剖模型的三维重建。该模型可以任意选择解剖结构进行组合显示及多方位观察,可任意调整透明度和伪彩,为医疗诊断和治疗的手术前科学规划及手术过程中的准确导航提供了一种有效的方法。     

古生物群专题数据库的构建与展示

本文在古生物化石标本数据库的基础上,开发古生物群专题数据库,将分散的标本数据以“群”为主线,以产地建立关联,收集相关专题研究数据进行融合加工,将标本数据、地质数据及生命演化科学问题等有机结合,提出了古生物群专题数据库的研究背景、设计思想、内容框架与编撰方法,构建了主要由古生物群概况、地质背景、古环境、重点化石标本描述、复原图、研究历史和进展、标本索引、参考文献等方面组成的一系列以古生物群为单元的系统完整的数据产品,以及挖掘和提升化石标本数据价值的有效途径,为标本资源专题数据库的构建提供了示范和参考。     

虚拟脊柱手术系统的设计

脊柱手术因其复杂性所以治疗困难.为了使医生可以方便地对患者的病患部位进行观察分析、制定手术方案并随时进行手术模拟,使用虚拟现实技术,利用CT断层图像DICOM格式的原始数字图像数据,提出了使用ITK,VTK等开发工具设计虚拟手术系统平台的思想.对原始数据进行预处理和图像分割获取三维重建的数据信息,进而快速地建立几何形态精准、解剖形态完整的高精度脊柱骨三维有限元模V,最终帮助医生在三维环境下进行多方位多角度观察分析和交互操作,确定及时、准确的诊断和手术方案.     

基于形态学和Otsu 的固体火箭发动机CT 缺陷三维分割

为了能够准确判别固体火箭发动机内部缺陷的性质和可能对发动机造成的危害, 需要从三维空间的角度来观察分析。在传统的缺陷分析中,主要是通过观察CT 的二维切片序 列图像以及对二维图像的主观分析去发现缺陷体。为了对缺陷体进行更为准确、立体地分析, 提出对固体火箭发动机工业CT 三维体数据进行处理。首先,通过结合形态学和Otsu 阈值分割 方法对缺陷进行分割和提取;然后,重构出缺陷体三维体数据;最后,对体数据进行三维可视 化显示。实验结果表明,该方法能有效、准确地分割和提取固体火箭发动机三维CT 图像缺陷, 具有较强的鲁棒性。     

利用距离变换实现CT图象中软组织显示

基于距离变换的软组织显示方法，由分割，距离变换，剥皮和体绘制4个步骤组成，为加快运算速度和满足实时交互的需要，在进行三维医学CT图象内部软组织显示时，采用了一种新的三维欧氏距离变换算法和基于体绘制的三维数据场多表面显示方法，实验结果表明，该方法能够清晰地再现皮下血管，肌肉与骨骼的空间解剖关系，在临床医学领域具有重要的应用价值。     

基于种群动态膜系统的大熊猫种群模型

大熊猫谱系数据是研究大熊猫种群动态性的重要数据基础,因此从保护大熊猫的角度考虑,大熊猫生态系统的数据建模具有重要意义。针对该问题提出了一种使用种群动态膜系统对大熊猫生态系统进行数据建模的方法。基于中国动物园协会已发布的大熊猫谱系数据从大熊猫个体行为上来模拟研究中国大熊猫保护研究中心圈养大熊猫种群特征,详细分析繁殖参数的变化规律并加入野放模块,设计了一个符合其特点的具有两层嵌套膜结构、对象集合和一系列进化规则的种群动态膜系统。在该膜系统的仿真实验中得到的全体大熊猫仿真结果与实际数据的相对误差最大不超过±4.13%,基本控制在±2.7%以内。实验结果验证了该计算模型的有效性和正确性,能够模拟预测大熊猫种群的变化趋势,给管理者的决策提供依据。     

概率膜系统在大熊猫种群数据建模中的应用

大熊猫种群数据是掌握大熊猫种群动态变化的重要依据,因此大熊猫种群数据建模对保护大熊猫具有重要意义.本文针对现有种群动态性建模方法无法捕获复杂生态系统的随机效应和可扩展性差的问题,提出一种使用概率膜系统对成都大熊猫繁育研究基地大熊猫种群数据建模的方法.基于成都大熊猫繁育研究基地大熊猫谱系数据,设计了一个具有两层膜结构,形式化表示大熊猫生态系统的一系列对象和规则的概率膜系统模型.仿真实验结果表明,该模型能反映大熊猫种群动态变化趋势,给管理者提供参考.     

Mapping the vegetation changes in giant panda habitat using Landsat remotely sensed data

Since the 1950s, with national policy changes and socio-economic development, the habitat of the giant pandas has altered accordingly. This can also be inferred from the population changes of the giant pandas as reported in three national surveys. Thus, monitoring the changes in giant panda habitat and then taking appropriate action would be a valuable contribution to giant panda protection. In this paper, using existing habitats and potential habitats of the giant pandas as the study area, multitemporal remotely sensed data from the three national surveys are used as the data source. The land cover of the study area is mapped by the maximum likelihood classification (MLC) method. The overall accuracy and kappa statistics for the resulting classification are 0.8 and 90%, respectively. The results reveal that the current status of the giant panda habitat is very good. Between 1974 and 1989, because of deforestation in the area, the giant panda habitat deteriorated considerably; the total area of broadleaved forests, coniferous forests, mixed coniferous and deciduous broadleaved forests and shrubs decreased from 62.03% to 57.40% in the study area. However, from 1989 to 2002, due to the conservation policies put into action, the giant panda habitat recovered to some extent; the total area of broadleaved forests, coniferous forests, mixed coniferous and deciduous broadleaved forests and shrubs increased from 57.40% to 60.68% in the study area. However, conditions are different among the mountain systems. Taking into account only the total of broadleaved forests, coniferous forests, mixed coniferous and deciduous broadleaved forests and shrubs, in the Minshan mountain system, the forest cover changed from 57.70% in 1974 to 56.74% in 1989 and to 56.30% in 2002, which can be regarded as stable. In the Qinling mountain system, forested areas changed from 70.05% in 1974 to 66.93% in 1989 and to 67.17% in 2002, which reveals little change in this area. In the Qionglai mountain system, forested areas changed from 72.84% in 1974 to 71.53% in 1989 and to 73.22% in 2002; therefore, an increase can be noted in this area. In the Xiangling mountain system, forested areas also increased from 50.81% in 1974 to 50.20% in 1989 and to 53.15% in 2002. In the Liangshan mountain system, forested areas changed from 68.43% in 1974 to 55.81% in 1989 and to 60.07% in 2002. These results are in accordance with the giant panda population changes in different mountain systems. Thus, the best way to improve the threatened status of the panda population is to protect the current habitat and the potential habitat.     

三维颅骨模型获取方法研究

颅面复原是一种对人类的颅骨进行面部容貌复原的技术,该技术以人类学、法医学、解剖学中的头骨与面貌相互关系规律为科学依据,广泛应用于考古、刑侦等领域。其中获取三维颅骨模型是实现复原的第一步,颅骨模型的准确与否会直接影响到将来颅面复原的准确性。文中主要介绍了两种获取三维颅骨模型的方法,一种是对cT图像进行面绘制三维重构,另一种是使用三维扫描仪获取三维颅骨模型。之后对获取的颅骨模型建立法兰克福坐标系。实验表明,通过这两种方法获取的颅骨模型为颅面复原提供了良好的颅骨原始数据。     

3D数字颅骨生物特征的球面调和分析

三维物体的识别关键问题是找到能准确描述三维形状特征的描述子。利用球面调和级数的空间正交分解特性,计算三维颅骨的空间分解特征向量,继而构造三维特征描述子。提出了判断特征描述子形似性的准则,试验验证对于重建和扫描的3D颅骨进行了有效的识别。     

融合AHP和GIS技术的自然遗产地边界界定方法研究

自然遗产地边界界定对于遗产地保护和管理具有重要的意义。已有的遗产地边界界定方法多基于先验知识和专家经验，具有一定的主观性，精度也有待进一步验证。以卫星遥感影像为基础数据，提出层次分析法（Analytic Hierarchy Process, AHP）和GIS结合的自然遗产地边界界定方法，并将其用于四川卧龙自然保护区边界确定。首先利用AHP分析并构建自然遗产地边界影响因子等级体系，然后基于GIS分析建模，通过数字化得到卧龙自然保护区的边界。与已公开的相关资料相比，该方法划定的保护区面积和边界更加科学、客观、精确，为珍稀动物大熊猫栖息地提供了明确的自然边界，而且突出了人与保护区相互关系及保护区的自然和生态保护价值。     

融合AHP和GIS技术的自然遗产地边界界定方法研究

自然遗产地边界界定对于遗产地保护和管理具有重要的意义。已有的遗产地边界界定方法多基于先验知识和专家经验,具有一定的主观性,精度也有待进一步验证。以卫星遥感影像为基础数据,提出层次分析法（Analytic Hierarchy Process, AHP）和GIS结合的自然遗产地边界界定方法,并将其用于四川卧龙自然保护区边界确定。首先利用AHP分析并构建自然遗产地边界影响因子等级体系,然后基于GIS分析建模,通过数字化得到卧龙自然保护区的边界。与已公开的相关资料相比,该方法划定的保护区面积和边界更加科学、客观、精确,为珍稀动物大熊猫栖息地提供了明确的自然边界,而且突出了人与保护区相互关系及保护区的自然和生态保护价值。     

基于多尺度投影的相似颅骨检索

在基于模板变形的颅面复原方法中,复原的开始阶段需要在数据库中选取与待复原颅骨最为相似的参考颅骨.鉴于基于三维模型的检索算法时间久且颅骨间的差异细微,从而不同于一般三维模型数据库中各模型的差异.因此,已有的三维模型检索算法不适用于颅骨检索.本文提出一种夹角信息和距离信息融合的颅骨轮廓特征提取算法,并在此基础上提出一种能够反映颅骨空域信息的剖面特征提取算法.检索时首先获取三维颅骨的正交投影和深度投影,通过正交投影获取轮廓的角度和距离特征,通过深度投影获得具有空域信息的剖面特征;然后对多个特征进行加权融合搜索到最相似颅骨;最后通过ICP+TPS对检索到的颅骨进行误差评估.实验表明,本算法在保证检索效率的同时,可以准确地应用在颅面复原前期对最相似颅骨的选择上.     

A hierarchical dense deformable model for 3D face reconstruction from skull

3D face reconstruction from skull has been investigated deeply by computer scientists in the past two decades because it is important for identification. The dominant methods construct 3D face from the soft tissue thickness measured at a set of landmarks on skull. The quantity and position of the landmarks are very vital for 3D face reconstruction, but there is no uniform standard for the selection of the landmarks. Additionally, the acquirement of the landmarks on skull is difficult without manual assistance. In this paper, an automatic 3D face reconstruction method based on a hierarchical dense deformable model is proposed. To construct the model, the skull and face samples are acquired by CT scanner and represented as dense triangle mesh. Then a non-rigid dense mesh registration algorithm is presented to align all the samples in point-to-point correspondence. Based on the aligned samples, a global deformable model is constructed, and three local models are constructed from the segmented patches of the eye, nose and mouth. For a given skull, the globe and local deformable models are iteratively matched with it, and the reconstructed facial surface is obtained by fusing the globe and local reconstruction results. To validate the presented method, a measurement in the coefficient domain of a face deformable model is defined. The experimental results indicate that the proposed method has good performance for 3D face reconstruction from skull.     

Evaluating MODIS data for mapping wildlife habitat distribution

Habitat distribution models have a long history in ecological research. With the development of geospatial information technology, including remote sensing, these models are now applied to an ever-increasing number of species, particularly those located in areas in which it is logistically difficult to collect habitat data in the field. Many habitat studies have used data acquired by multi-spectral sensor systems such as the Landsat Thematic Mapper (TM), due mostly to their availability and relatively high spatial resolution (30 m/pixel). The use of data collected by other sensor systems with lower spatial resolutions but high frequency of acquisitions has largely been neglected, due to the perception that such low spatial resolution data are too coarse for habitat mapping. In this study we compare two models using data from different satellite sensor systems for mapping the spatial distribution of giant panda habitat in Wolong Nature Reserve, China. The first one is a four-category scheme model based on combining forest cover (derived from a digital land cover classification of Landsat TM imagery acquired in June, 2001) with information on elevation and slope (derived from a digital elevation model obtained from topographic maps of the study area). The second model is based on the Ecological Niche Factor Analysis (ENFA) of a time series of weekly composites of WDRVI (Wide Dynamic Range Vegetation Index) images derived from MODIS (Moderate Resolution Imaging Spectroradiometer – 250 m/pixel) for 2001. A series of field plots was established in the reserve during the summer–autumn months of 2001–2003. The locations of the plots with panda feces were used to calibrate the ENFA model and to validate the results of both models. Results showed that the model using the seasonal variability of MODIS-WDRVI had a similar prediction success to that using Landsat TM and digital elevation model data, albeit having a coarser spatial resolution. This suggests that the phenological characterization of the land surface provides an appropriate environmental predictor for giant panda habitat mapping. Therefore, the information contained in remotely sensed data acquired with low spatial resolution but high frequency of acquisitions has considerable potential for mapping the habitat distribution of wildlife species.