基于压缩感知与LS-SVM的三维组织表面重建

• 作者: 喻思娇 廖祥云 童倩倩 袁志勇
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 压缩感知 重建方法 稀疏三维离散点 自适应观测矩阵 最小二乘支持向量机
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 7-11
• 页数: 5页
• 分类号: TN911.7|TP181
• 语种: 中文
• DOI: 10.13245/j.hust.140802

摘要

针对在三维表面上均匀采集的少量数据点，提出一种基于压缩感知与最小二乘支持向量机（L S-SVM ）的三维组织表面重建方法。通过结合采用拟合与插值方法得到与待重构表面数据相同数目的数据点集，采用离散余弦变换（DC T ）分别得到其三维坐标的稀疏系数，用设计的自适应观测矩阵进行观测，并选用正交匹配追踪算法作为重构算法，最后采用LS-SVM 回归预测模型对压缩感知重构结果进行修正。实验结果表明：该重建方法得到的组织表面数据误差小，能保持在1 mm左右，重建表面光滑，为基于虚拟现实的虚拟手术系统提供了精确的表面数据模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁志勇	武汉大学计算机学院	33	130	7.0	9.0
2	廖祥云	武汉大学计算机学院	10	54	3.0	7.0
3	童倩倩	武汉大学计算机学院	8	47	3.0	6.0
4	喻思娇	武汉大学计算机学院	1	3	1.0	1.0