Nichtlineare Registrierung uni- und multimodaler Bilddaten mit Hilfe von Mehrgittermethoden

《项目研究》于2003年获得了SIAM杰出论文奖（ausgezeichnet wurde）。他提出了一种基于三维图像的鲁棒算法和有效算法，并将其应用于三维三维空间（如匹配、映射、配准等）。[j] .气象学报，气象技术与自然科学。In der Medizin werden Bilddaten mitterschiederlich Information aufeinder transformation and hierdurch der Informationsgehalt der resultierenden Bilddaten erhöht。在《气象学》中，《自然科学》是指《自然科学》、《自然科学》、《自然科学》、《自然科学》和《自然科学》。在dem Vorhaben sollen die In den letzten Jahren am Lehrstuhl f<e:1> r Angewandte Mathematik der Heinrich-Heine-Universität dsseldorf entwickelten Verfahren bsonders fr die Anforderungen In der Hirnforschung weiterentwickelund auf andere Bereiche (z.B. meteorology) bertragen werden。Wesentliche problem bei der Lösung der Aufgabenstellungen besteen zum einen in der geeignten, problemangepassten Regularisierung der verschiebungsfeld, zum anderen in der Definition geeignter Ähnlichkeitsmaße (zielfunctionale) soverizienten numerischen Berechnung geeignter Minimallösungen。Geplant ist die Modellierung各向异性und unstetiger Verschiebungsfelder (z.B. durch die semorm des Raumes BV der Funktionen mit beschränkter Total Variation)， die Anpassung多模态Bilddaten， die Entwicklung geeigneter numerischer Optimierungsverfahren sowie die Implementierung geeigneter Mehrgitterverfahren f<e:1> r die resultierenden Fragestellungen。Bemerkung der Geschäfsstelle: Es handelt sich um die Überarbeitung eines vorals abgelehnten Vorhabens。

Ziel des Projektes ist eine weitere Fortsetzung unserer Arbeit, die 2003 mit dem SIAM Outstanding Paper Prize ausgezeichnet wurde. Es handelt sich um die Entwicklung robuster und effektiver Algorithmen zur Anpassung (auch matching, mapping oder Registrierung genannt) zwei- und dreidimensionaler Bilddatensätze. Dies ist eine wichtige Aufgabe in Medizin, Technik und den Naturwissenschaften (z.B. der Meteorologie). In der Medizin werden Bilddaten mit unterschiedlicher Information aufeinander transformiert und hierdurch der Informationsgehalt der resultierenden Bilddaten erhöht. In der Meteorologie kann durch die Anpassung von zu verschiedenen Zeitpunkten gesendeten Wolkenbildern auf die Verschiebung der Wolken und damit auf die Windrichtung und Windgeschwindigkeit geschlossen werden. In dem Vorhaben sollen die in den letzten Jahren am Lehrstuhl für Angewandte Mathematik der Heinrich-Heine-Universität Düsseldorf entwickelten Verfahren besonders für die Anforderungen in der Hirnforschung weiterentwickelt und auf andere Bereiche (z.B. Meteorologie) übertragen werden. Wesentliche Probleme bei der Lösung der Aufgabenstellungen bestehen zum einen in der geeigneten, problemangepassten Regularisierung der Verschiebungsfelder, zum anderen in der Definition geeigneter Ähnlichkeitsmaße (Zielfunktionale) sowie der effizienten numerischen Berechnung geeigneter Minimallösungen. Geplant ist die Modellierung anisotroper und unstetiger Verschiebungsfelder (z.B. durch die Seminorm des Raumes BV der Funktionen mit beschränkter Total Variation), die Anpassung multimodaler Bilddaten, die Entwicklung geeigneter numerischer Optimierungsverfahren sowie die Implementierung geeigneter Mehrgitterverfahren für die resultierenden Fragestellungen. Bemerkung der Geschäfsstelle: Es handelt sich um die Überarbeitung eines vormals abgelehnten Vorhabens.