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(bào)或認(rèn)領(lǐng)
文檔簡介
1、醫(yī)學(xué)圖像融合是當(dāng)代信息科學(xué)、計(jì)算機(jī)與醫(yī)學(xué)影像科學(xué)相交叉的一個(gè)研究課題,它是醫(yī)學(xué)圖像處理學(xué)科的一個(gè)新的研究熱點(diǎn)。本文深入研究了目前各種PET—CT醫(yī)學(xué)圖像融合的算法仍然存在的缺陷,在此基礎(chǔ)上實(shí)現(xiàn)了基于克隆選擇算法的PET—CT醫(yī)學(xué)圖像融合。首先從PET醫(yī)學(xué)圖像的空間變換出發(fā),重點(diǎn)研究了基于互信息的PET—CT醫(yī)學(xué)圖像配準(zhǔn)方法目前尚存在的問題——由于互信息函數(shù)具有多極值特性.使得配準(zhǔn)參數(shù)容易陷入局部最優(yōu)。針對此問題,本文采用歸一化互信息作為
2、配準(zhǔn)函數(shù),改善互信息函數(shù)使其更光滑。在尋找最優(yōu)的尺度和旋轉(zhuǎn)參數(shù)時(shí),利用克隆選擇算法對醫(yī)學(xué)圖像配準(zhǔn)函數(shù)進(jìn)行優(yōu)化,有效地避免早熟收斂。對配準(zhǔn)后PET—CT醫(yī)學(xué)圖像,本文采用基于像素的融合方法實(shí)現(xiàn)了PET—CT醫(yī)學(xué)圖像的融合。實(shí)驗(yàn)表明,該算法只依賴于圖像本身的信息,不需要任何假設(shè)或先驗(yàn)醫(yī)學(xué)知識(shí),也不需要對圖像進(jìn)行特征點(diǎn)提取、組織分類等預(yù)處理,不僅能夠?qū)崿F(xiàn)剛體配準(zhǔn),而且對非剛體的配準(zhǔn)也具有良好的性能,同時(shí)有效地提高了PET—CT醫(yī)學(xué)融合精度,達(dá)
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(huì)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(chǔ)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(shí)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
- 基于PET-CT的醫(yī)學(xué)圖像配準(zhǔn)與融合.pdf
- 基于壓縮感知的肺癌PET-CT圖像融合算法研究.pdf
- 基于克隆選擇算法的高光譜圖像波段選擇.pdf
- 基于PET-CT的孤立性肺結(jié)節(jié)特征選擇算法的研究.pdf
- 基于克隆選擇和粒子群算法的圖像分割方法研究.pdf
- 基于粗糙集的肺部腫瘤PET-CT圖像特征級融合研究.pdf
- PET-CT圖像基于CT衰減校正偽影的實(shí)驗(yàn)研究.pdf
- 基于SVM算法的CT-PET醫(yī)學(xué)圖像配準(zhǔn)的研究.pdf
- PET-CT影像融合研究與應(yīng)用.pdf
- 非小細(xì)胞肺癌PET-CT圖像像素級融合研究.pdf
- 基于PET-CT醫(yī)學(xué)影像肺部腫瘤邊界的研究.pdf
- 基于PET-CT圖像的肺癌輔助診療技術(shù)研究.pdf
- 基于免疫克隆選擇算法的研究與應(yīng)用.pdf
- CT和MRI醫(yī)學(xué)圖像基于圖像分割融合算法的研究.pdf
- 基于PET-CT圖像分析的腫瘤治療效果研究.pdf
- 基于PET-CT的IMRT數(shù)學(xué)模型及算法研究.pdf
- PET-CT圖像融合精度測試體模及測試方法研究.pdf
- 基于免疫克隆選擇算法的多目標(biāo)無功優(yōu)化.pdf
- 基于克隆選擇的檢測器優(yōu)化算法研究.pdf
- 基于克隆選擇算法的排序?qū)W習(xí)方法研究.pdf
評論
0/150
提交評論