画像解析は、デジタル画像から有用な情報を抽出し、天文学から生物学、医学、産業検査などの動物学に至るまで、多くの分野で応用されています。
画像科学センター
画像科学センターでは、物理学者、化学者、コンピュータ科学者、生物科学者、臨床研究者が協力して、新しい方法を開発し、疾患、その管理、治療の理解のために最先端の画像と計算技術を適用しています。
本学の豊富なイメージング設備（磁気共鳴イメージング-陽電子放射断層撮影装置、サイクロトロン-放射線化学施設、豊富なバイオイメージング装置を含む）を最大限に活用するための支援を行っています。 私たちは、医学的および生物学的画像データを理解し、解釈するための新しいコンピュータアルゴリズムを開発し、適用します。
主な研究者：
ティモシー-クーツ教授
ティムは、形状と外観の両方の統計モデルを開発しており、多くの異なる種類の画像を解釈するのに非常に有用であることが証明されている。 彼は、このようなモデルを使用して画像内の構造の輪郭を見つける新しいアルゴリズム（”アクティブ形状モデル”（ASMs）や”アクティブ外観モデル”（AAMs）など）を開 これらに医学のイメージの骨そして器官を見つけることを含む多くの適用が、表面およびジェスチャーの認識と産業点検のためにあります。
ティムは骨粗鬆症の人を特定することを目的としたプロジェクトで筋骨格系の応用に特に関心を持っています（www.stopfrac.com）、骨の形状を測定する（www.bone-finder.com）と骨関節炎を監視し、治療するための最良の方法を理解しています。 詳細については、現在のプロジェクトの彼のリストを参照してください。
ニール-サッカー博士
彼の研究は、コンピュータビジョンと画像解析の主題が確立されている基本原則を評価することをしばしば含む。 最近の研究では、遺伝学のための点ベースの形状モデルを分析する問題に対する統計的に自己無撞着な解決策、最初の完全に定量的な定量的パターン認識システム、および臨床実践のためのMRIベースの拡散測定の較正のための方法を開発している。 すべての作業は、一般的に現実世界のデータサンプルからブートストラップ、モンテカルロ検定でバックアップされた確率の定量的使用の原則を使用し
Neilの最近の研究には、前臨床がん試験における治療に応答する腫瘍の量を評価するために、MR画像データを分析するための新しいアプローチである線形ポアソンモデルの設計が含まれていた。 この方法は、同じデータにおける従来のT検定よりも十六の因子の統計的感度の改善を生成した。
コンピュータサイエンス学部
主要研究者:
Chris Taylor教授
ChrisはManchester Informaticsのディレクターであり、15年以上にわたり英国の健康情報学の第一人者である。 彼はまた、分野で最も引用された出版物のいくつかと技術移転の強力な記録で35年以上にわたって最前線のコンピュータビジョン研究にされています。 彼のコア研究は、コンピュータビジョンと医用画像解析であり、医学、産業、商業における実用的なアプリケーションを支えるための一般的な方法の開発に中心的な関心を持っています。 画像解析の彼の興味は顔の認識/分析と共にマンモグラフィー、骨および接合箇所イメージ投射(OA、RA)、NailfoldのCapillaroscopyをカバーする。
Tingting Mu
Tingtingは、(1)人間の知性をシミュレートし、(2)現実世界の複雑なデータを分析するための高度な数学的モデリングと大規模な最適化技術の開発に焦点を当て (1)では、マッチング、認識、予測、ランキング、推論、特性評価、言語、視覚理解などのタスクを自動化するための効果的な機械学習モデルの構築を目指しています。 (2)では、テキスト、画像、ビデオ、信号、ネットワークデータなどの大規模でノイズの多い非構造化データから潜在的な構造を発見し、情報を抽出するアルゴリズムを開発し、テキストマイニングシステムやバイオインフォマティクスなどの関連研究分野の開発を支援しています。
キャロル・トワイニング博士
キャロルの現在の研究の関心の1つは微分幾何学です。 具体的には、連続空間と離散空間の両方の微分幾何学は、画像と形状の登録、および登録の分析で発生する問題に関連しています。 たとえば、表面の離散表現を扱うとき、そのような表面上の流れを考慮しようとするとき、またはそのような表面を変形させようとするときに、あらゆ 時折連続バージョンを取り、すべての導関数を有限差分で近似するだけでは十分ではありません。 したがって、キャロルの仕事は、そのような表面に固有の微分幾何学を構築しようとしている関与しています。
