超声相控阵图像动态三维空间定位机理与方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61303098
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    23.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0209.计算机图形学与虚拟现实
  • 结题年份:
    2016
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2016-12-31

项目摘要

We propose mechanism and method based on 2-D ultrasound image for new 3-D ultrasonic NDT. Which mainly include: 1) Research a new template, which quickly guide the ultrasonic probes on the scanning plane, so greatly save the scan time; (2) Study the template parameters and geometrical calculation of the characteristics for the homologous points matching image calibration algorithm based on space vector provides necessary parameter and characteristic; (3) Investigate the mechanism and method of the space vector algorithm for homologous points coordinate, using homologous points matching algorithm to improve the accuracy of image calibration; (4) Apply the realtime positioning tracking mean-shift method to calculate the centerof the feature point coordinate in the ultrasonic phased array testing image. (5) Propose extended Boolean Sally 7 parameters model using to the phased array images to establish a three-dimensional real-time dynamic image positioning algorithm. The results of this project will provide the basic research and a new method for the subsequent research on ultrasonic testing's three-dimension visualization and the defects automatic analysis. It will promote degree of the vivacity, the interactivity,automation of the ultrasonic NDT.
本项目旨在探索实现三维超声检测的新方法,以一维超声相控阵检测图像为基础,进行图像三维空间定位机理与方法研究。主要包括:(1) 采用一种新型模板,快速引导超声探头对准扫描平面,极大缩短扫描时间;(2) 进行模板参数与几何特征量的计算研究,为基于空间矢量的同源点匹配图像标定算法提供必要的参数及特征量;(3) 研究空间矢量算法建立同源点坐标的机理与方法,应用改进的同源点匹配算法完成超声图像标定,能够提高图像标定的精度;(4) 应用基于外观更新的Mean-shift动态跟踪方法计算超声相控阵检测图像中特征点的中心坐标。(5) 将扩展的7参数布尔莎模型应用于超声相控阵图像的三维空间定位研究中,以建立图像三维空间实时动态定位的算法。本项目的研究成果,将为后续超声图像的三维可视化和缺陷自动识别、智能分析等研究创造基础和条件,以期探索通过计算机三维可视化的方法,提高超声检测的直观性、交互性及自动化程度。

结项摘要

本项目旨在探索实现三维超声检测的新方法,以一维超声相控阵检测图像为基础,进行图像三维空间定位机理与方法研究。主要研究内容、重要结果、关键数据包括:(1) 采用一种新型模板,快速引导超声探头对准扫描平面,极大缩短扫描时间;(2) 进行模板参数与几何特征量的计算研究,为基于空间矢量的同源点匹配图像标定算法提供必要的参数及特征量;(3) 研究空间矢量算法建立同源点坐标的机理与方法,应用改进的同源点匹配算法完成超声图像标定,能够提高图像标定的精度;(4) 应用基于外观更新的Mean-shift动态跟踪方法计算超声相控阵检测图像中特征点的中心坐标。前期创新成果以一维超声相控阵检测图像为对象,致力三维空间定位机理与方法研究,其科意义主要表现在作为后续研究的重要基础,与后续研究关联性:(1)应用新型模板快速引导超声探头定位目标,其几何特征适用于后续机械手自适应目标定位与导航规划;(2)基于外观更新的Mean-shift动态跟踪图像特征点中心坐标,将在后续缺陷自动跟踪与自动分割中发挥作用和深入研究;(3)基于模板参数与几何特征量的空间矢量算法建立同源点坐标的机理与方法研究,与后续图像特征的自动跟踪识别、自动分割,共同构成未来三维可视化的研究得以实现的不可或缺的先决条件。项目研究成果主要包括:发表论著8篇,其中1篇SCI期刊,7篇EI期刊;1部专著;专利3项,其中发明专利2项,实用新型专利1项;培养人材8人,其中国家自然基金项目人材1人,毕业硕士生3人,在读硕士生4人。

项目成果

期刊论文数量(8)
专著数量(1)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
3-D Calibration algorithm for freehand ultrasound
徒手超声的 3-D 校准算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Information Technology Journal
  • 影响因子:
    --
  • 作者:
    Rao Yao;Lu Wenhua;Zhang Xingyuan
  • 通讯作者:
    Zhang Xingyuan
Statistics analysis of calibration precision for freehand ultrasound image
徒手超声图像标定精度统计分析
  • DOI:
    --
  • 发表时间:
    2013-11
  • 期刊:
    International Journal of Applied Mathematics and Statistics
  • 影响因子:
    0.2
  • 作者:
    Rao Yao
  • 通讯作者:
    Rao Yao
Analysing and improving teaching based on a random sample investigation
基于随机抽样调查的教学分析与改进
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    World Transactions on Engineering and Technology Education
  • 影响因子:
    --
  • 作者:
    Zhang, Caihong;Yao, Rao;Xiao, Yan;Wang, Xin
  • 通讯作者:
    Wang, Xin
珠线式模板在freehand超声图像快速标定中的应用
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    机械工程学报
  • 影响因子:
    --
  • 作者:
    么娆
  • 通讯作者:
    么娆
Prior development evaluation on multifunctional forest resource: Illustrated by the case of Acer Mono Maxim. resource
多功能森林资源前期开发评价——以Acer Mono Maxim为例.
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Metallurgical and Mining Industry
  • 影响因子:
    --
  • 作者:
    Yao, Peng;Yao, Rao;Yang, Dan
  • 通讯作者:
    Yang, Dan

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

么娆的其他基金

动态多目标相控阵超声图像束高效同步自适应三维空间定位精度提升机理研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    57 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码