研究成果
TIDE Lab 成员的研究成果。
脑肿瘤影像智能处理及三维建模关键技术研究
围绕脑肿瘤影像智能诊疗中的重要应用场景，开展智能数据分析及成像关键技术研究，为解决临床手术中影像立体感缺失，内镜的精确实时定位，最优手术路径计算等痛点问题提出一系列创新理论和关键技术，为临床诊疗提供新工具与新方法，具有重要的理论意义和广泛的应用背景。
几何造型与机器学习融合的图像数据拟合问题研究
图像重建是计算机视觉、图像处理、计算医学、计算机图形学和几何造型等领域中的一个共性基础问题，也是前沿和热点问题，是国家重大需求急需解决的关键问题之一。几何造型方法在上述领域得到了广泛应用，但对图像重建却远远不能满足应用的要求，主要原因是几何造型方法不能简单地用来处理含有边缘的图像数据。机器学习在图像处理方面显示出了很大优越性。本项目针对图像重建，研究几何造型与机器学习融合的图像数据拟合问题，研究内容为四个方面：图像块基本特征的表示和计算；图像数据分割；基于学习的曲线段和曲面片构造；基于学习的曲线段和曲面片拼合。项目以图像数据拟合为主线，对研究内容进行系统的理论和方法研究，实现几何造型与机器学习方法的融合，为图像重建中的图像数据拟合问题提供新理论、实用和高效的新方法。将在以曲面片为聚类中心的分割、几何造型与机器学习融合的图像拟合上取得突破性成果。因此，项目具有很好的理论意义和应用价值。
金融大数据计算与智能决策创新团队建设及时间序列预测关键技术成果
围绕金融大数据计算与投资决策中的关键科学问题，山东省高等学校优秀青年创新团队带头人依托“金融大数据计算与投资决策创新团队” 开展了持续深入的研究。面向复杂时序数据在金融分析、交通预测等场景中的建模难点，团队在数据平滑、特征嵌入、多尺度建模、门控优化、可变分解及多项式激活机制等方向形成了一系列创新成果，并取得多项发明专利授权。相关研究不仅提升了时间序列预测模型在复杂动态环境下的鲁棒性与精度，也为智能投资决策和时空数据分析提供了重要的方法支撑。