基于改进光流场模型的大脑图像配准

• 作者: 夏德深 孙怀江 王平安 白小晶 陈允杰
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 大脑图像配准 流驱动各向异性正则化 非二次惩罚函数 边缘保持 一致性增强
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 图像与图形的融合
• 页码范围: 349-355
• 页数: 7页
• 分类号: TP391
• 字数: 5413字
• 语种: 中文

摘要

将光流场模型引入大脑图像配准,针对Horn模型会造成图像严重模糊的问题,在微分光流场模型的一般框架下,构造具有边缘保持和一致性增强能力的流驱动各向异性扩散方程作为正则项,以增强配准过程的特征保持能力;采用非二次惩罚函数作为数据项,以增强模型的鲁棒性.最后利用文中模型对大脑图像进行配准实验,得到了较为准确的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王平安	香港中文大学计算机科学与工程学系	87	1553	23.0	34.0
2	夏德深	南京理工大学计算机科学与技术学院	220	3601	29.0	48.0
3	陈允杰	南京理工大学计算机科学与技术学院	15	173	9.0	13.0
4	孙怀江	南京理工大学计算机科学与技术学院	81	1003	16.0	28.0
5	白小晶	南京理工大学计算机科学与技术学院	8	79	4.0	8.0