Image analysis é a extração de informações úteis de imagens digitais e tem aplicações em muitos campos da astronomia à zoologia, incluindo biologia, medicina e inspeção industrial.
Centro de Imaging Sciences
No Centro para Imaging Sciences, físicos, químicos, cientistas de computador, bioscientists clínicos e pesquisadores trabalham juntos para desenvolver novos métodos e aplicar aresta de corte de imagem e técnicas computacionais para a compreensão da doença, seu tratamento e gestão.Ajudamos a fazer o melhor uso das extensas instalações de imagem da Universidade (incluindo equipamentos de ressonância magnética e Tomografia por emissão de pósitrons, instalações de ciclotron e radioquímica e extensos equipamentos de bio-imagem). Desenvolvemos e aplicamos novos algoritmos de computador para entender e interpretar dados de imagens médicas e biológicas.
Conduzir os Investigadores:
Professor Timothy Cootes
Tim desenvolve modelos estatísticos de forma e aparência, que se têm revelado muito útil para interpretting imagens de vários tipos diferentes. Ele foi pioneiro em novos algoritmos (como’ Active Shape Models `(ASMs) e’ Active Appearance Models ‘ (AAMs)) que usam esses modelos para encontrar os contornos das estruturas nas imagens. Estes têm muitas aplicações, incluindo a localização de ossos e órgãos em imagens médicas, para reconhecimento facial e de gestos e para inspeção industrial.
Tim tem um interesse particular em aplicações musculoesqueléticas com projetos com o objetivo de identificar pessoas com osteoporose (www.stopfrac.com), medir a forma óssea (www.bone-finder.com) e entender a melhor forma de monitorar e tratar a osteoartrite. Para obter mais informações, consulte sua lista de projetos atuais.
Dr. Neil Thacker
sua pesquisa geralmente envolve avaliar os princípios básicos sobre os quais os assuntos de visão computacional e análise de imagem são fundados. Pesquisas recentes envolveram; desenvolver uma solução estatisticamente auto-consistente para o problema de analisar modelos de formas baseadas em pontos para genética, o primeiro sistema de reconhecimento de padrões quantitativos totalmente quantitativos e métodos para calibração de medição de difusão baseada em ressonância magnética para prática clínica. Todo o trabalho é feito usando princípios de uso quantitativo de probabilidade apoiados com testes de Monte-Carlo, geralmente inicializados a partir de amostras de dados do mundo real.
alguns dos trabalhos recentes de Neil incluíram a concepção de uma nova abordagem, modelos lineares de Poisson com os quais analisar dados de imagem de RM, para avaliar o volume de um tumor que responde ao tratamento em ensaios pré-clínicos de câncer. O método gerou uma melhoria na sensibilidade estatística de um fator de dezesseis em relação a um teste t convencional nos mesmos dados.
Escola de Ciência da Computação
pesquisadores principais:
Professor Chris Taylor
Chris é Diretor do Manchester Informática, e tem sido uma figura de liderança em informática em saúde no reino UNIDO há mais de 15 anos. Ele também está na vanguarda da pesquisa de visão computacional há mais de 35 anos, com algumas das publicações mais citadas no campo e um forte recorde em transferência de tecnologia. Sua pesquisa principal é em visão computacional e análise de imagem médica – com um interesse central no desenvolvimento de métodos genéricos para sustentar aplicações práticas em medicina, indústria e comércio. Seus interesses em análise de imagem abrangem mamografia, imagem óssea e articular (OA, RA), capilaroscopia Nailfold junto com reconhecimento/análise Facial.
o Dr. Tingting Mu
Tingting se concentra no desenvolvimento de modelagem matemática avançada e técnicas de otimização em larga escala para (1) simular a inteligência humana e (2) analisar dados complexos do mundo real. Para (1), ela visa construir modelos eficazes de aprendizado de máquina para automatizar tarefas como correspondência, reconhecimento, previsão, classificação, inferência, caracterização, compreensão da linguagem e da visão. Para (2), ela desenvolve algoritmos para descobrir a estrutura latente e extrair informações de dados em larga escala, ruidosos e não estruturados, por exemplo, texto, imagem, vídeo, sinal e dados de rede para apoiar o desenvolvimento de sistemas de mineração de texto e outras áreas de pesquisa relacionadas, como Bioinformática.
Dr. Carole Twining
um dos atuais interesses de pesquisa da Carole é a geometria diferencial. Especificamente, Geometria Diferencial de espaços contínuos e discretos, no que se refere a questões que surgem no registro de imagem e forma e análise de registros. Por exemplo, ao trabalhar com representações discretas de superfícies, todos os tipos de problemas surgem ao tentar considerar o fluxo em tais superfícies ou deformar essas superfícies. Ocasionalmente, tomar a versão continuum, e aproximar todas as derivadas por diferenças finitas não é suficiente. Assim, o trabalho de Carole envolveu a tentativa de construir uma geometria diferencial intrínseca a tais superfícies.
