原文服务方: 计算机应用研究       
摘要:
为了实现胸部多模态医学图像的自动配准,提出了一种基于层次B样条自适应自由变形法和梯度下降法的配准方法.首先采用GVF Snake与Canny算子实现边缘提取,并自动配对特征点;接着,采用矩主轴法对多模医学图像进行全局粗配准;最后,基于层次B样条自适应自由变形法对多模态医学图像进行自动细配准,并且采用梯度下降法以及最大信息熵准则加速求自由变形系数.实验证明该方法不仅效率高,而且配准效果好.
推荐文章
胸部多模医学图像快速配准
自适应自由变形法
多模图像配准
层次B样条
梯度下降
并行计算
水平集方法
基于互信息和混合优化算法的多模医学图像配准
图像配准
互信息
遗传算法
模拟退火算法
混合优化算法
自适应遗传算法在多模图像配准中的应用
遗传算法
互信息
图像配准
交叉
变异
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 基于自适应自由变形法和梯度下降法的胸部多模医学图像配准
来源期刊 计算机应用研究 学科
关键词 自适应自由变形法 多模图像配准 层次B样条 梯度下降 最大互信息熵
年,卷(期) 2009,(10) 所属期刊栏目 图形图像技术
研究方向 页码范围 3978-3982
页数 5页 分类号 TP391.4|R319
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.10.110
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 田联房 华南理工大学自动化科学与工程学院 145 1115 17.0 25.0
2 欧陕兴 广州军区广州总医院放射科 97 434 9.0 15.0
3 李彬 华南理工大学自动化科学与工程学院 75 539 13.0 18.0
4 余霞 华南理工大学自动化科学与工程学院 2 19 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (1)
参考文献  (11)
节点文献
引证文献  (17)
同被引文献  (17)
二级引证文献  (44)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(9)
  • 引证文献(4)
  • 二级引证文献(5)
2015(6)
  • 引证文献(2)
  • 二级引证文献(4)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(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
自适应自由变形法
多模图像配准
层次B样条
梯度下降
最大互信息熵
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
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
论文1v1指导