基于輪廓特征點(diǎn)最大互信息的多模態(tài)醫(yī)學(xué)圖象配準(zhǔn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩51頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著醫(yī)學(xué)影像技術(shù)的快速發(fā)展,出現(xiàn)了多種模態(tài)的醫(yī)學(xué)影像。在臨床上,使用多種成像技術(shù)并適當(dāng)?shù)貙⑵浼右匀诤希蔀榕R床診斷和手術(shù)治療提供更加全面準(zhǔn)確的信息。而圖像配準(zhǔn)是融合技術(shù)中需要先期解決的問(wèn)題,也是融合的關(guān)鍵部分。配準(zhǔn)的結(jié)果使兩幅圖像的對(duì)應(yīng)特征點(diǎn)在空間上達(dá)到一致。 論文首先介紹了醫(yī)學(xué)圖像配準(zhǔn)的基本概念、變換模型、優(yōu)化搜索方法、各種相似性測(cè)度、配準(zhǔn)的一般分類原則及國(guó)內(nèi)外面臨的問(wèn)題和發(fā)展方向。在對(duì)現(xiàn)有的配準(zhǔn)算法及相關(guān)技術(shù)進(jìn)行了分析整理的

2、基礎(chǔ)上,按是否提取圖像特征為依據(jù)將配準(zhǔn)方法分為基于圖像特征的配準(zhǔn)和基于體素的配準(zhǔn)。針對(duì)頭部CT和MRI圖像的特點(diǎn),提出了一種由“粗”到“細(xì)”的圖像配準(zhǔn)策略。即先通過(guò)配準(zhǔn)兩幅圖像的輪廓使其達(dá)到粗略配準(zhǔn)的目的,然后在此基礎(chǔ)上以兩幅圖像輪廓特征點(diǎn)的最大互信息作為配準(zhǔn)的代價(jià)函數(shù),用PV為其插值算法,以一種組合的全局優(yōu)化算法(PPSO)來(lái)求取最優(yōu)配準(zhǔn)變換參數(shù)。實(shí)驗(yàn)結(jié)果表明:該方法具有配準(zhǔn)精度高、速度快、魯棒性強(qiáng)等特點(diǎn),是一種有效的全自動(dòng)配準(zhǔn)方法。

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論