三维血管建模-感慨

简介:   首先得吐槽一下湘大了,没电,我去,电脑几个小时就没电了,怎么做题,然后它还没网,到现在才来,感觉没网就很麻烦了,今天白天和几个队友一起做了这个题,毕竟是第一次,在琴湖食府,感觉还很不错的。述说这个题目吧。

  首先得吐槽一下湘大了,没电,我去,电脑几个小时就没电了,怎么做题,然后它还没网,到现在才来,感觉没网就很麻烦了,今天白天和几个队友一起做了这个题,毕竟是第一次,在琴湖食府,感觉还很不错的。述说这个题目吧。。

  开始做这个题目,我们想的很简单。当然哈市做出啦,两张相邻图片的重叠部分的中心点,其实就是这条曲线的轨迹,这样一下一下的取,就会有一条轨迹,用matlab画出来:

 

   针对这一问题,本文由血管的100张连续的平行切片图象计算血管的中轴线与半径,并绘制血管在三个坐标平面上的投影来探讨血管的三维重建.由于血管的表面是由球心沿着某一曲线(即中轴线)的球滚动而成,由此我们得出结论:每个切片一定包含滚动球的大圆,并且他一定为切片的最大内切圆,而最大圆对应的半径即为血管的半径,所以求血管半径就转化为求每一个切片内部的点到切片外部轮廓线的所有最短距离中的最大值即为血管半径。  

  上述方法有些难以实现,但是是个很好的方法,程序在一段时间也写得出来,还有好多方法,今天就是弄了这几个,但那是模型还是想了好几个,例如:

  总之今天虽然是做了这个题,距离那些优秀论文,拿一等奖的同学有好大 的差距,,但是感觉还是收获很大的,建模真的还是很喜欢的,加油搞起吧,“电工杯”先练手,Matlab是个很不错的东西。。。

相关文章
|
16天前
|
机器学习/深度学习 图形学 计算机视觉
ECCV 2024:南洋理工三维数字人生成新范式:结构扩散模型
【9月更文挑战第6天】南洋理工大学团队提出了一种名为StructLDM的新型三维数字人生成方法,旨在克服现有技术在图像合成质量、细节捕捉及人体结构建模等方面的不足。该方法通过结构化潜在空间、结构化3D感知解码器及结构化潜在扩散模型三项关键技术,实现了高质量的三维数字人生成与编辑,并在多个数据集上展示了卓越的性能和多样性。未来研究将进一步提升模型的鲁棒性和泛化能力。论文预计在ECCV 2024上展示。论文地址:https://arxiv.org/pdf/2404.01241。
13 1
|
1月前
|
数据可视化 算法 机器人
实例10:四足机器人运动学逆解可视化与实践
本文是关于四足机器人逆运动学(IK)的实例教程,介绍了逆运动学的概念、求解方法、多解情况和工作空间,并通过Python编程实现了简化的mini pupper平面二连杆模型的逆运动学可视化,包括单腿舵机的校准和动态可视化运动学计算结果。
36 0
|
3月前
|
人工智能 自然语言处理
高质量3D生成最有希望的一集?GaussianCube在三维生成中全面超越NeRF
【6月更文挑战第24天】论文《Language Models as Text-Based World Simulators?》由多所名校和机构合作完成,探讨大型语言模型(LLMs)如GPT-4是否能胜任世界模拟器角色。新基准BYTE-SIZED32-State-Prediction用于评估其模拟文本游戏状态转换的能力。结果显示,GPT-4在某些任务上接近人类表现,但在算术、常识推理和环境动态模拟上仍有不足,表明LLMs尚无法成为可靠的全功能世界模拟器。研究指出了LLMs改进和未来研究的潜力方向。[[1](https://arxiv.org/pdf/2403.19655)]
31 1
|
4月前
|
人工智能
姿态识别+康复训练矫正+代码+部署(AI 健身教练来分析深蹲等姿态)-2
姿态识别+康复训练矫正+代码+部署(AI 健身教练来分析深蹲等姿态)-2
227 2
|
4月前
|
机器学习/深度学习 人工智能 算法
姿态识别+康复训练矫正+代码+部署(AI 健身教练来分析深蹲等姿态)-1
姿态识别+康复训练矫正+代码+部署(AI 健身教练来分析深蹲等姿态)-1
274 1
|
4月前
|
人工智能 搜索推荐 vr&ar
多模态大模型塑造“多边形战士”应用
【1月更文挑战第4天】多模态大模型塑造“多边形战士”应用
63 2
多模态大模型塑造“多边形战士”应用
|
9月前
|
人工智能 vr&ar 图形学
次世代建模纹理贴图怎么做?
高端的引擎技术、材质贴图技术、渲染技术,使得次世代模型有着比肩电影画面的视觉效果,且是实时渲染。而且次世代模型有着面数高、贴图精度高、运用法线贴图描绘物体表面凹凸变化、高光贴图表现物体材质反光、实时光影等特点。
117 2
|
4月前
|
机器学习/深度学习 算法 机器人
强化深度学习中利用时序差分法确定扫地机器人问题的最优解(附源码 超详细必看)
强化深度学习中利用时序差分法确定扫地机器人问题的最优解(附源码 超详细必看)
114 0
|
算法 数据挖掘
高分SCI必备-全方位无死角展示降维数据的三维立体图
高分SCI必备-全方位无死角展示降维数据的三维立体图
99 0