模式识别与图像处理

目前本方向人员所做工作的主要内容、特色和可能取得的突破：

主要研究内容：

本方向的研究领域包括：生物信息学，数字图像处理二个方向，目前正主持国家基金项目研究。生物信息学研究的内容非常广泛，是一门新型的前沿学科，我们的工作集中在生物序列处理和基因识别。

包括：（1）启动子序列特征分析、提取、识别和预测; （2）功能性非编ＲＮＡ（ｎｃＲＮＡ）识别及其二级结构预测。启动子预测方面，我们考虑了启动子区域绑定位点序列位置的可变性和碱基的简并性，提出了一种新的区间位置加权矩阵新概念的建模策略，取得了一定的效果。ｎcＲＮＡ预测比较复杂，其序列的长度可变性很大，我们主要集中在提取其二级结构的空间不变距方面，打开一条比较不同长度的ｎｃＲＮＡ及其特征的思路，目前我们已研究出了一种基于其二级结构的空间不变距特征的计算方法，预期后期研究将会取得良好进展和具有特色的成果。

研究特色：

在数字图像处理领域，目前本方向主要集中在医学图像处理方法研究。主要研究内容主要包括多模态医学图像配准和磁共振图像分割与成像。多模态医学图像配准最成功的算法主要是基于互信息的自动配准，但其是二维的统计方法，但由于二维统计量的精度问题会影响配准质量，我们主要研究方向集中在基于空间位置信息的一维统计配准，目前我们以提出实现了一种基于对称K-L概率距离的快速配准算法，具有较突出的研究特色。

可能取得的突破：

下一步的工作是将其算法思路和基于马尔科夫随机场的研究策略结合起来，研究更先进的算法，并将其应用到磁共振图像的分割与成像领域，取得更大的成绩。预期可在本专业国内外重要权威期刊发表2~4篇研究论文，顺利完成国家基金研究任务，并在研究成果的产业化方面取得良好的突破。

团队负责人：

武栓虎

团队成员：