论文部分内容阅读
本文介绍了从大脑模型数据点拟合构造出大脑数学模型的方法。模型数据点是通过CT 断层图象得到,在拟合过程中采用了所谓自适应细分算法。其过程是:开始用少量数据点构造出一个粗略数学模型,然后再根据数据点自动地逐步修改不满足给定逼近指标的区域,直到收敛。曲面的表示采用具有 G~1几何连续性的分片参数双三次 Bernstein-Berzier曲面。该算法的优点是对不满足指标的区域修改基本上是局部的,大大压缩了数据量,减少了计算要求,拟合效果良好。