- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数学建模选修课问题
2012数学建模选修课实训作业
以下A、B、C三题中任选一道。根据题目要求,完成一篇包括模型的假设、建立和求解、计算方法的设计和计算机实现、结果的分析和检验、模型的改进等方面的论文(即答卷)。
A题 脑动脉瘤的预防及治疗
在我国,随着经济发展,人民生活水平提高、饮食结构改变、以及人口迅速老龄化,脑血管疾病发病率和死亡率迅速上升,成为全球上升较快的国家。在脑血管病中,由脑动脉瘤(颅内动脉瘤)破裂引起的脑出血(蛛网膜下腔出血)的发病率仅次于脑血栓和高血压脑出血,位居第三,但死亡率却是第一位的。脑动脉瘤是颅内动脉的局限性异常扩张产生的瘤状突起,Willis)环上。图1和图2为脑动脉瘤的示意图,图3为脑动脉瘤的二维和三维图像(C、D、E为治疗过程)。请完成以下任务。
基于模型,分析影响脑动脉瘤破裂的因素;
讨论介入治疗或降压药物对预防脑动脉瘤破裂的定量影响。
图1 脑动脉瘤的示意图
图2 脑动脉瘤的示意图
图3 脑动脉瘤的二维和三维图像B题 ? m的切片,在显微镜下观察该横断面的组织形态结构。如果用切片机连续不断地将样本切成数十、成百的平行切片, 可依次逐片观察。根据拍照并采样得到的平行切片数字图象,运用计算机可重建组织、器官等准确的三维形态。
假设某些血管可视为一类特殊的管道,该管道的表面是由球心沿着某一曲线(称为中轴线)的球滚动包络而成。例如圆柱就是这样一种管道,其中轴线为直线,由半径固定的球滚动包络形成。
现有某管道的相继100张平行切片图象,记录了管道与切片的交。图象文件名依次为0.bmp、1.bmp、…、 99.bmp,格式均为BMP,宽、高均为512个象素(pixel)。为简化起见,假设:管道中轴线与每张切片有且只有一个交点;球半径固定;切片间距以及图象象素的尺寸均为1。
取坐标系的Z轴垂直于切片,第1张切片为平面Z=0,第100张切片为平面Z=99。Z=z切片图象中象素的坐标依它们在文件中出现的前后次序为
(-256,-256,z),(-256,-255,z),…(-256,255,z),
(-255,-256,z),(-255,-255,z),…(-255,255,z),……
( 255,-256,z),( 255,-255,z),…(255,255,z)。
试计算管道的中轴线与半径,给出具体的算法,并绘制中轴线在XY、YZ、ZX平面的投影图。
第2页是100张平行切片图象中的6张,全部图象见附件BMP.zip。
关于BMP图象格式可参考:
1. 《Visual C++数字图象处理》第12页2.3.1节。何斌等编著,人民邮电出版社,2001年4月。
2. http://www.dcs.ed.ac.uk/home/mxr/gfx/2d/BMP.txt(见附件BMP.txt)
C题benign)的或为恶性(malignant)的。附图分别给出了从患者乳房穿刺得到的病灶组织为良性和恶性的细胞核显微图像。
医学研究发现乳房肿瘤病灶组织的细胞核显微图像的10个量化特征:细胞核直径,质地,周长,面积,光滑度,紧密度,凹陷度,凹陷点数,对称度,断裂度与该肿瘤的性质有密切的关系。现试图根据已获得的实验数据建立起一种诊断乳房肿瘤是良性还是恶性的方法。数据来自已经确诊的500个病例,每个病例的一组数据包括采样组织中各细胞核的这10个特征量的平均值,标准差和“最坏值”(各特征的三个最大数据的平均值)共30个数据.(见磁盘文件cancerdata.txt中的前500组数据),并将你的方法用于另外69名已做穿刺采样分析的患者(文件cancerdata.txt中的最后69组数据)。
若为节省费用,还想发展一种只用此30个特征数据中的部分特征来区分乳房肿瘤是良性还是恶性的方法,你是否可找到一个特征数少而区分又很好的方法?
附图:左边为恶性,右边为良性。
注:数据文件中每组数据共分32个字段,第一字段为病例编号,第二字段为确诊结果,B为良性M为恶性,X为待定,余下30个字段的前10个是该病例肿瘤病灶组织的各细胞核显微图像的10个量化特征的平均值,第二个10个是相应的标准差,第三个10个是相应的“最坏值”。文件见cancerdata.txt (121.8K)和result.txt (14.6K)。
6
文档评论(0)