图像处理，计算机视觉与压缩感知中的数学模型和算法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11101277
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    张小群
  • 依托单位：
    上海交通大学
  • 学科分类：
    A0505.反问题建模与计算
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

图像处理，计算机视觉，压缩感知是应用数学与生物医学工程，计算机科学，电子工程等学科交叉的重要研究领域。本项目将对这三个学科中的一些数学模型和计算方法进行研究。我们的研究目标是对一类图像应用确立合适的图像稀疏表示模型和发展快速的最优化算法。就图像表示模型而言，我们将重点研究图像的稀疏恢复模型, 比如非局部正则化模型，低秩矩阵恢复,鲁棒主成份分析，以及非高斯噪音变分模型。在图像应用方面，我们将扩展和提高现有的图像恢复模型，考虑彩色图像,视频恢复, 图像修复和填充，以及3D/4D CT断层重构等应用反问题。在计算方法方面,我们将发展基于算子分裂，一阶主对偶算法来求解图像处理中出现的大尺度非光滑优化问题。

结项摘要

我们的研究按照申请书展开，并做了一系列的扩展工作。 在研究内容方面，我们重点研究了图像分割，数据填充等问题中的小波框架模型与相关的大规模优化问题的求解以及理论研究快速算法研究；在医学图像方面，我们重点研究了动态SPECT图像重构与光声成像等高维非线性反问题的稀疏重构以及相关算法理论分析。结合该项目，项目负责人指导3名在读博士生， 并培养了多名硕士与本科生毕业论文，发表8篇SCI论文，在项目执行期间应邀参加了多次国内国际会议与学术交流。

项目成果

期刊论文数量（9）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Wavelet Frame Based Multiphase Image Segmentation
基于小波帧的多相图像分割
  • DOI：
    10.1137/120901751
  • 发表时间：
    2013-12
  • 期刊：
    SIAM Journal on Imaging Sciences
  • 影响因子：
    2.1
  • 作者：
    Tai, Cheng;Zhang, Xiaoqun;Shen, Zuowei
  • 通讯作者：
    Shen, Zuowei
Dynamic SPECT reconstruction from few projections: abr / sparsity enforced matrix factorization approach
通过少量投影进行动态 SPECT 重建：a
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Inverse Problems
  • 影响因子：
    2.1
  • 作者：
    Qiaoqiao Ding;Yunlong Zan;Qiu Huang;Xiaoqun Zhang
  • 通讯作者：
    Xiaoqun Zhang
bspan style=font-size:10.5pt;font-family:;Forward-backward splitting method for quantitative photoacoustic tomographybr / /span/b
定量光声层析成像的前向-后向分裂方法
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    Inverse Problems
  • 影响因子：
    2.1
  • 作者：
    Xue Zhang;Weifeng Zou;Xiaoqun Zhang;Hao Gao
  • 通讯作者：
    Hao Gao
基于邻近算子求解带凸集约束可分离凸优化问题的原始对偶不动点算法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    南京师大学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    陈培军;黄建国;张小群
  • 通讯作者：
    张小群
bspan style=font-size:10.0pt;font-family:;Fast Sparse Reconstruction: Greedy Inverse Scale Space Flows/span/b
快速稀疏重建：贪婪逆尺度空间流
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Mathematics of Computation
  • 影响因子：
    2
  • 作者：
    Michael Moeller;Xiaoqun Zhang
  • 通讯作者：
    Xiaoqun Zhang

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

张小群的其他基金

基于医学影像精准分析的智能诊断方法
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    327 万元
  • 项目类别：
数据驱动的高维医学图像处理与分析
  • 批准号：
    11771288
  • 批准年份：
    2017
  • 资助金额：
    48.0 万元
  • 项目类别：
    面上项目
神经图像处理与分析多尺度和结构化稀疏编码方法：阿尔茨海默病前期异常检查与预测中的应用
  • 批准号：
    91330102
  • 批准年份：
    2013
  • 资助金额：
    65.0 万元
  • 项目类别：
    重大研究计划

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