版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來,醫(yī)學(xué)圖像配準(zhǔn)技術(shù)迅速發(fā)展。臨床上通常需要對同一個病人進(jìn)行多種模式或同一種模式的多次成像,綜合分析所得圖像就可以觀察到病灶的生長、藥物治療的效果以及對比手術(shù)前后的變化。此過程會運用到醫(yī)學(xué)圖像融合和醫(yī)學(xué)圖像配準(zhǔn)技術(shù),并且醫(yī)學(xué)圖像配準(zhǔn)是圖像融合的基礎(chǔ)。
醫(yī)學(xué)圖像配準(zhǔn)主要分為基于圖像特征的配準(zhǔn)和基于圖像灰度的配準(zhǔn)。傳統(tǒng)基于圖像特征的醫(yī)學(xué)圖像配準(zhǔn)算法一般包括四部分:(1)提取圖像特征信息組成特征空間,根據(jù)特征空間確定幾何變換;(
2、2)進(jìn)行插值運算;(3)選擇相似性測度;(4)采取優(yōu)化算法使相似性測度達(dá)到最優(yōu)值。其中,具有良好不變性和準(zhǔn)確性的特征提取方法是一大關(guān)鍵問題?;趫D像特征的配準(zhǔn)具有計算量小、配準(zhǔn)速度快的特點,而基于圖像灰度的配準(zhǔn)可以避免圖像特征的提取對配準(zhǔn)結(jié)果造成的影響,配準(zhǔn)精度更高。
本文提出一種基于低秩矩陣恢復(fù)的醫(yī)學(xué)圖像配準(zhǔn)方法,它是一種基于圖像灰度的配準(zhǔn)方法。它運用低秩矩陣恢復(fù)方法尋求可以達(dá)到圖像配準(zhǔn)效果的相似變換。由于同一個人的MRI醫(yī)
溫馨提示
- 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 圖像配準(zhǔn)技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用.pdf
- 矩陣低秩逼近在圖像壓縮中的應(yīng)用.pdf
- SVC在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用研究.pdf
- 基于低秩矩陣逼近的圖像恢復(fù)方法研究.pdf
- 低秩矩陣恢復(fù)在維數(shù)約簡中的研究與應(yīng)用.pdf
- 圖像配準(zhǔn)技術(shù)在醫(yī)學(xué)圖像處理中的應(yīng)用研究.pdf
- 基于低秩矩陣恢復(fù)的圖像去噪算法研究.pdf
- 互信息方法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用.pdf
- 基于低秩矩陣恢復(fù)的算法及應(yīng)用研究
- 低秩矩陣恢復(fù)算法的改進(jìn).pdf
- SIFT方法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用研究.pdf
- MEP在圖像配準(zhǔn)中的應(yīng)用.pdf
- 基于低秩矩陣恢復(fù)的算法及應(yīng)用研究.pdf
- 低秩稀疏矩陣分解在視頻監(jiān)控中的應(yīng)用.pdf
- 低秩矩陣恢復(fù)的限制等距常數(shù)界.pdf
- 基于低秩矩陣恢復(fù)的視頻修復(fù)研究.pdf
- 基于低秩逼近的光譜圖像恢復(fù).pdf
- 基于低秩矩陣填充與恢復(fù)的圖像去噪方法研究.pdf
- 基于輪廓的力矩主軸法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用
- 低秩半定矩陣恢復(fù)算法研究.pdf
評論
0/150
提交評論