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:
提出了一种基于轮廓特征点最大互信息的多模态医学图像配准方法,并将粒子群优化算法(PSO)和Powell算法相结合以一种组合的全局优化算法(PPSO)来求取最优配准变换参数.实验结果表明,该方法具有配准精度高、速度快、鲁棒性强等特点,是一种有效地全自动配准方法.
推荐文章
基于最大特征点对互信息的图像配准
互信息
特征点对
图像配准
引入高斯函数的互信息法多模态图像配准
互信息
图像配准
局部极值
双线性插值
部分体积插值
高斯函数
基于互信息医学刚性图像配准方法的研究
医学图象配准
互信息
Powell算法
插值
基于人工免疫及最大互信息的胸部多模图像配准
人工免疫算法
多模图像配准
最大互信息
最优化
胸部
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 基于轮廓特征点最大互信息的多模态医学图像配准
来源期刊 激光与红外 学科 工学
关键词 图像配准 互信息 PSO算法 Powell算法
年,卷(期) 2008,(1) 所属期刊栏目 图像与信号处理
研究方向 页码范围 96-98
页数 3页 分类号 TP391.41
字数 2641字 语种 中文
DOI 10.3969/j.issn.1001-5078.2008.01.028
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 宋海声 西北师范大学物理与电子工程学院 37 211 8.0 13.0
2 齐永锋 西北师范大学数学与信息科学学院 31 188 8.0 12.0
3 火元莲 西北师范大学物理与电子工程学院 36 275 11.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (430)
参考文献  (8)
节点文献
引证文献  (15)
同被引文献  (18)
二级引证文献  (44)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(5)
  • 参考文献(1)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(3)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
图像配准
互信息
PSO算法
Powell算法
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
激光与红外
月刊
1001-5078
11-2436/TN
大16开
北京8511信箱《激光与红外》杂志社
2-312
1971
chi
出版文献量(篇)
5805
总下载数(次)
16
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
论文1v1指导