以量子力學方法研究大尺度三維生物組織影像重構

專案詳細資料

Description

本研究計畫之目標在於發展一個以量子力學方法研究大尺度三維生物組織影像重構的方法。根據我們之前的研究(已被Scientific Reports接受,2017),藉由映射物理空間中的資訊至資料空間,可成功的連結密度泛函理論與機械學習方法兩種不同的理論架構。因此,一種根據能量守恆定理而針對群數以及群邊界的非監督式搜尋方法即被提出。拉氏密度泛函的空間形貌勾勒出群之間的有意義的資料邊界,而哈密頓密度泛函則連結了擁有最相似局域資訊的資料構件。多種由物理至生物系統之跨學科領域的模態辨識問題,已被列舉而出來闡述所提演算法之可行性與準確度。本研究於研究該問題的當代方法之間,實屬一種開創性的嘗試。因此,於本研究計畫中,我們將拓展這個基礎研究到大尺度三維生物組織影像重構這類的實際應用之上。Lucas-Kanade光流法以及像素連結法這兩種當代的相關技術,將被引用於解決影像像格校準以及像素編號等問題方面。同時,在本計畫中我們嘗試將這兩種方法與我們之前的研究工作以及量子力學的數學架構融合與發表。相關的演算法也將於MATLAB以及TensorFlow這兩種截然不同的平台上,針對不同的具體應用與問題解決方法來設計與開發。最終,我們希望本計畫中所實踐的數學理論連結與開發之演算法能在臨床研究與轉譯科學中做出貢獻。
狀態已完成
有效的開始/結束日期1/08/1831/07/19

聯合國永續發展目標

聯合國會員國於 2015 年同意 17 項全球永續發展目標 (SDG),以終結貧困、保護地球並確保全體的興盛繁榮。此專案有助於以下永續發展目標:

  • SDG 14 - 水下生命
  • SDG 15 - 陸上生命
  • SDG 17 - 為永續目標構建夥伴關係

Keywords

  • 生物科學
  • 計算生物
  • 生物資訊
  • 影像處理
  • 影像重構
  • 統計方法
  • 核磁共振影像
  • 彩虹腦
  • 非監督學習
  • Lucas-Kanade 光流法
  • 像素連結法
  • 密度泛函理論

指紋

探索此專案觸及的研究主題。這些標籤是根據基礎獎勵/補助款而產生。共同形成了獨特的指紋。