XiaoMi-AI文件搜索系统
World File Search System变形模型
医学图像分析中的可变形模型：一项调查
摘要 本文概述了可变形模型，这是一种前景广阔且研究颇多的计算机辅助医学图像分析技术。在基于模型的技术中，可变形模型提供了一种独特而强大的图像分析方法，它结合了几何、物理和近似理论。通过利用从图像数据中得出的（自下而上的）约束以及（自上而下的）关于这些结构的位置、大小和形状的先验知识，它们已被证明能够有效地分割、匹配和跟踪解剖结构。可变形模型能够适应生物结构随时间和不同个体而发生的显著变化。此外，它们还支持高度直观的交互机制，在必要时，医学科学家和从业者可以将他们的专业知识用于基于模型的图像解释任务。本文回顾了关于可变形模型的开发和应用的迅速发展的工作，这些工作涉及医学图像分析中的基本重要问题，包括分割、形状表示、匹配和运动跟踪。
基于二维稀疏心脏磁共振成像的三维双心室心脏形状重建和建模的神经变形模型
我们提出了一种新颖的神经可变形模型 (NDM)，旨在从二维稀疏心脏磁共振 (CMR) 成像数据中重建和建模心脏的三维双心室形状。我们使用混合可变形超二次曲面对双心室形状进行建模，该超二次曲面由一组几何参数函数参数化，能够进行全局和局部变形。虽然全局几何参数函数和变形可以从视觉数据中捕捉到总体形状特征，但可以学习局部变形（参数化为神经微分同胚点流）来恢复详细的心脏形状。与传统可变形模型公式中使用的迭代优化方法不同，可以训练 NDM 来学习此类几何参数函数、来自形状分布流形的全局和局部变形。我们的 NDM 可以学习以任意尺度加密稀疏心脏点云并自动生成高质量的三角网格。它还可以隐式学习不同心脏形状实例之间的密集对应关系，以实现准确的心脏形状配准。此外，NDM 的参数直观，医生无需复杂的后处理即可使用。大型 CMR 数据集上的实验结果表明，NDM 的性能优于传统方法。
避免碰撞的可变形物体的多动物传输
摘要 - 在自动运输可塑造对象的问题中，我们提出了一种多机器人方法，将大对象转向目标配置（对象维度，方向和位置）。首先，我们基于对象边界框的尺寸和旋转时间的演化提出了一个变形模型。我们认为该对象是由一组带有双积体动力学的移动机器人抓住的。然后，我们提出了一组名义控制器，允许达到建模可变形对象的边界框的所需配置。为了防止对象与静态或动态障碍物的碰撞，我们制定了利用我们变形模型的控制屏障函数（CBF）。最后，我们将标称控制器和CBF集成到二次编程控制器中，其中包括过度拉伸的回避和速度约束。我们报告模拟结果，以显示在不同的测试方案中这种方法的性能。
工程材料与结构智能设计展望
图1：通过定制固-固材料实现的功能材料和结构。（a）将预沉积的平面形式从基底上释放后，由于良好粘附的层材料界面失配而导致的自卷起复合膜[1]。（b）通过控制其在基底上的键合位置和/或施加到基底上的预应变的释放路径，弹出具有多样空间形貌的介观结构[2]。（c）通过定位晶胞和/或控制其界面连接，表现出超大范围杨氏模量和泊松比的异质结构平面结构[3]。（d）通过在Miura（M）和蛋盒（E）模式下定制晶胞，实现具有可编程变形模型和力学性能的混合折纸[4]。（e）通过软基质中的硬颗粒旋转实现的机械膨胀结构[5]。（f）通过平板电脑在界面上的滑动机制实现的坚韧夹层玻璃[6]。
使用3D/2D皮质血管的3D/2D非刚性登记的颅骨切开术的变形
摘要。术中脑移位是一种众所周知的现象，它描述了由于重力和脑脊液的丧失而在其他现象中描述了脑组织的非刚性变形。这对手术结果具有负面影响，这通常是基于不考虑大脑转移的术前计划。我们提出了一种新型的大脑意识到的增强现实方法，将术前3D数据与通过手术显微镜观察的变形大脑表面相结合。我们将非刚性登记作为形状结构化问题提出。术前3D线状可变形模型被注册到皮质容器的Single 2D图像上，该模型自动分割。此3D/2D登记驱动肿瘤等潜在的大脑结构，并弥补了亚皮质区域的大脑转移。我们评估了由6名材料组成的模拟和真实数据的方法。它实现了良好的定量和定性结果，使其适合神经外科指导。
博士课程综合考试大纲
弹性和塑性理论、应力张量、应力变换、应变变换、八面体应变、有限变形、莫尔圆、各向同性和均质材料的胡克定律、平面应力和平面应变。塑性理论、金属屈服标准、冯·米塞斯屈服标准、特雷斯卡屈服标准、材料行为模型、列维米塞斯（流动法则）和普朗特-罗伊斯应力应变关系。滑移线场理论、亨基定理、滑移线图、最简单滑移线场。金属成型工艺：轧制 - 轧制压力、驱动扭矩和功率、功率损耗、拉丝 - 拉拔力和功率、最大允许压缩量、挤压 - 工作负荷、锻造 - 最大锻造力、深拉 - 拉拔力的估计、弯曲 - 工作负荷、回弹、冲孔和落料 - 变形模型和断裂分析、工作力的确定、金属成型中的摩擦和润滑。
基于晶格的形状跟踪和弹性对象的宣传
摘要 - 在本文中，我们提出了一种使用机器人臂控制弹性可变形物体形状的一般统一跟踪方法。我们的方法是通过在对象周围形成晶格，将对象与晶格结合，并跟踪和宣誓晶格而不是对象的宣誓。这使我们的方法完全控制了3D空间中任何一般形式的弹性变形对象的变形（线性，薄，体积）。此外，它将方法的运行时复杂性与对象的几何复杂性相分解。我们的方法基于可行的（ARAP）变形模型。它不需要已知对象的机械参数，并且可以通过大变形将对象驱动到所需的形状。我们方法的输入是对象表面的静止形状的点云，并且在每个帧中由3D摄像头捕获的点云。总的来说，我们的方法比现有方法更广泛地适用。我们通过多种形状和材料（纸，橡胶，塑料，泡沫）的弹性变形物体进行了许多实验来验证方法的效率。实验视频可在项目网站：https：//网站上找到。Google。com/view/tracking-servoing-apphack。
通过电子背散射衍射进行晶粒尺寸计量
简单的光学技术。但是，EBSD 的自动化特性意味着它可以提供更多信息，而不受个人操作员的技能和主观性的影响，例如在自动图像分析的样品照明设置中。尽管 EBSD 可以自动化晶粒尺寸测量过程，但在样品制备、操作条件选择和采集后降噪的使用方面仍需谨慎。报告了这些对测量晶粒尺寸影响的实际示例，并将 EBSD 结果与光学获得的结果进行了比较，突出了 EBSD 在检测较小晶粒和检测孪晶边界方面的更高分辨率的影响。它讨论了报告结果的方式，并将结果与晶粒尺寸分布的理论预测进行了比较。这项工作是在更广泛的背景下进行的，需要量化微观结构异质性，以验证工程合金热变形的变形模型，该模型是与谢菲尔德大学和威尔士大学（斯旺西）联合项目的一部分。K P Mingard、E G Bennett、A J Ive 和 B Roebuck 2006 年 1 月
将在巴塞尔面部模型中被视为自然的面孔
主要成分分析（PCA）基于基于3维的可变形模型（3DMM）已被广泛应用于面部感知研究中，作为一种产生刺激的方法，可以促进真实人脸的分布（Gerig等，2018; Egger et al。，Egger et al。，2020; Walker＆Vetter＆Vetter; Walker＆Vetter，2016; Jozwik an al an;尽管BFM的潜在空间被建模为各向同性高斯分布，但高斯密度并不能可靠地表明对人们看起来自然的面部子集。要体验这一点，请参见图1，左。为了理解面部感知并能够采样自然的面孔，希望描绘出BFM内的自然面部的子集。我们进行了在线行为，其中人类受试者对二元判断的脸部自然性进行了判断。我们提供了一个概率模型，该模型在BFM潜在空间中为每个位置分配了0和1之间的概率，从而预测了相应的面部将被判断为自然外观的概率。这种方法不仅有望丰富我们对人类如何从不自然面孔辨别自然的理解，而且还将帮助研究人员从BFM中取样自然的面孔。
野生机器人生长植物的时空一致地图
摘要 - 跟踪生长植物的变化对于自动化表型和管理农作物的机器人很重要。在本文中，我们提出了一个系统，该系统使用沿农作物行的3D植物模型，以使机器人平台能够定位自身，即使存在重大变化并变形模型以使场景描述适应新测量。尤其是，由于消费者的成本效益和在真实平台上的部署易用性，我们专注于消费者RGB-D摄像机。我们的方法利用了现代的深度学习特征描述和几何信息，以获得与时间遥远会话相对应的3D点之间的匹配。然后，我们在非刚性注册管道中使用关联来获得最终结果，这是反映植物变化的3D模型的更新表示。使用标准的RGB-D传感器，我们在录制在温室中的现实世界数据集上验证了我们的方法。我们获得了植物的准确4D模型，并随着时间的推移跟踪植物特征的演变。我们通过实验表明我们的方法适用于插值植物器官的进化，这是对表型性状测量的有用结果。我们将我们的方法视为朝着野外机器人农业4D重建的相关步骤。