基于多层 P 样条和稀疏编码的非刚性医学图像配准方法.PDFVIP

基于多层 P 样条和稀疏编码的非刚性医学图像配准方法.PDF

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于多层 P 样条和稀疏编码的非刚性医学图像配准方法

基于多层P 样条和稀疏编码的非刚性医学图像配准方法 作者 王丽芳, 成茜, 秦品乐, 高媛 机构 中北大学 计算机与控制工程学院 发表期刊 《计算机应用研究》 预排期卷 2018 年第35 卷第7 期 访问地址 /article/02-2018-07-062.html 发布日期 2017-07-27 17:58:26 引用格式 王丽芳, 成茜, 秦品乐, 高媛. 基于多层P 样条和稀疏编码的非刚性医学图像配准方法[J/OL]. [20 17-07-27]. /article/02-2018-07-062.html. 摘要 针对传统相似性测度易受灰度偏移场的影响而造成误配,和单层P 样条变换模型中通常无法准确 选择初始化网格密度的问题,提出了多层P 样条和稀疏编码的非刚性医学图像配准方法。该方法 将稀疏编码作为相似性测度,首先把待配准的两幅图像划分图像块,然后使用“K-SVD”算法训练 图像块得到分析字典并寻找稀疏系数,采用多层P 样条自由变换模型来模拟非刚性几何形变,结 合梯度下降法优化目标函数。实验结果表明,与单层 P 样条几何变换和Sparse-induced、Rank- Induced 相似性测度相比,所提方法能够准确选择网格密… 关键词 图像配准, 稀疏编码, 多层P 样条, 梯度下降法 中图分类号 TP391.41 基金项目 山西省自然基金资助项目(2015011045) 35 优先出版 计 算 机 应 用 研 究 第 卷 P * 基于多层 样条和稀疏编码的非刚性医学图像配准方法 王丽芳,成 茜,秦品乐,高 媛 ( 中北大学 计算机与控制工程学院,太原 030051) P 摘 要:针对传统相似性测度易受灰度偏移场的影响而造成误配,和单层 样条变换模型中通常无法准确选择初始化网 P 格密度的问题,提出了多层 样条和稀疏编码的非刚性医学图像配准方法。该方法将稀疏编码作为相似性测度,首先把 K-SVD P 待配准的两幅图像划分图像块,然后使用“ ”算法训练图像块得到分析字典并寻找稀疏系数,采用多层 样条自 P 由变换模型来模拟非刚性几何形变,结合梯度下降法优化目标函数。实验结果表明,与单层 样条几何变换和 Sparse-induced、Rank-Induced 相似性测度相比,所提方法能够准确选择网格密度并有效克服灰度偏移场对配准的影响, 降低了均方根误差,提高了配准的精度和鲁棒性。 P 关键词:图像

您可能关注的文档

文档评论(0)

tangzhaoxu123 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档