基于三维结构的神经束组分类

来源 :计算机仿真 | 被引量 : 2次 | 上传用户:lidids
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
不同功能神经束组的正确分类是神经三维可视化的关键,神经束组交叉穿插、混合重组,导致基于单张图像进行聚类分析的传统算法并不适用。文章以臂丛神经为例分析了神经解剖结构的特殊性,在已解决神经束组轮廓对应问题的基础上,建立起神经束组的三维拓扑结构,引入先验知识,提出了基于三维结构的神经束组分类算法,并在分类过程中进行多次纠正。文章最后给出的实验结果证明,相对传统算法,该文所提出的方法能确保神经束组的可靠分类。
其他文献
非真实感绘制技术是计算机图形学中一个崭新而富有活力的分支 ,它的出现弥补了传统真实感绘制技术在建筑、机械等实际应用方面以及艺术方面的缺陷。而光线追踪是传统真实感图象合成的经典方法 ,能够精确模拟出景物的光照效果。本文探索性地把光线追踪与非真实感绘制结合起来 ,提出基于曲线光线追踪实现非真实感图象的生成 ,它的提出丰富了非真实感绘制的方法和手段。
由于Ad Hoc网络信道传输速率低、网络拓扑变化剧烈,所以Ad Hoc网络在路由建立与维护时必须选择一种高效、可靠的路由协议,文中介绍一种混合式Ad Hoc路由协议LUNAR,对协议结构、路由发现与重建做了较为具体的介绍,并在NS下对LUNAR,AODV,DSDV三种不同路由协议的性能做了仿真比较,发现在小范围的Ad-Hoc网络中LUNAR协议在分组时延、报文交付率等方面具有一定的优势,在此基础上