基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于最大后验概率准则(MAP)-马尔可夫随机场(MRF)的3维超声图像重建算法,在3维重建的过程中可以有效地去除超声图像特有的斑点噪声.首先提出了3维重建的数学模型,它假设所要估计的空间灰度值属于某个函数向量空间,这个向量空间的基函数因支持区域的不同而不同,将Rayleigh分布和Gibbs分布作为先验知识,通过后验概率最大化(MAP)来估计基函数前的系数,在重建算法中,通过将邻点联系强度α设定为随梯度的变化而变化,从而达到了保边界的各向异性滤波特性.采用ICM算法求解这个系数向量.为了提高该算法的效率,又进一步提出了其改进算法,最后的实验结果显示,这种基于MAP-MRF的重建算法可以有效地去除超声图像中的斑点噪声.
推荐文章
胎儿三维超声心动图临床应用研究
三维超声心动图
先天性心脏病
产前诊断
胎儿三维超声心动图研究进展
超声心动描记术/三维
胎儿心脏
妊娠
经胸彩色实时三维超声心动图的临床应用价值
彩色实时三维超声心动图
心脏病
房室间隔缺损
单心动周期实时三维超声心动图测量健康成人左心室球形指数
球形指数
左心室
健康成人
单心动周期实时三维超声
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于MAP-MRF的旋转3维超声心动图断层重建及降噪
来源期刊 中国图象图形学报 学科 工学
关键词 最大后验概率准则-马尔可夫随机场 3维超声心动图 3维重建 降噪
年,卷(期) 2005,(10) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 1281-1288
页数 8页 分类号 TP391
字数 3861字 语种 中文
DOI 10.3969/j.issn.1006-8961.2005.10.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨新 上海交通大学图像处理与模式识别研究所 97 1416 19.0 35.0
2 郭强 上海交通大学图像处理与模式识别研究所 67 500 13.0 19.0
3 许健 上海交通大学图像处理与模式识别研究所 10 111 5.0 10.0
4 孙琨 上海第二医科大学附属新华医院上海儿童医学中心 2 6 1.0 2.0
5 吴兰萍 上海第二医科大学附属新华医院上海儿童医学中心 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (4)
二级引证文献  (13)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(4)
  • 参考文献(4)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
最大后验概率准则-马尔可夫随机场
3维超声心动图
3维重建
降噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导