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:
为了解决概率纤维跟踪算法“过度”误跟踪,效率低的缺点,受蚁群路径搜索过程群体协作模式启发,提出一种全局脑白质纤维群体智能跟踪方法.首先,构建了一种全局纤维度量指标,综合考虑局部纤维方向分布和全局纤维走向,并利用贝叶斯方法建立局部纤维方向分布不确定信息模型.其次,提出一种群智能全局优化算法.该算法构建基于von Miser-fisher分布函数的信息素模型,通过信息素模型诱导迭代优化纤维轨迹.人工合成数据实验结果表明,跟概率跟踪算法相比,该算法解决了纤维局部误差积累导致的误跟踪问题,相对误差降低至原来的二分之一,计算规模降低至原来的十分之一.实际临床数据验证了算法的有效性.
推荐文章
一种改进的脑白质纤维束连续跟踪算法
纤维束连续跟踪算法
脑科学
弥散熵
脑结构网
弥散张量成像
基于扩散光谱成像的脑白质纤维束走向跟踪
扩散张量
扩散光谱成像
脑白质
纤维束
基于阈值的脑白质纤维概率跟踪算法
纤维跟踪
概率跟踪算法
扩散张量
各向异性
阈值
基于FMT的扩散张量成像脑白质纤维跟踪算法
扩散张量成像
快速行进
纤维跟踪
白质ε
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 全局脑白质纤维群智能跟踪算法
来源期刊 中国图象图形学报 学科 工学
关键词 扩散张量成像 全局优化 蚁群 纤维跟踪
年,卷(期) 2012,(10) 所属期刊栏目 医学图像处理
研究方向 页码范围 1312-1318
页数 分类号 TP79
字数 5628字 语种 中文
DOI
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 冯远静 浙江工业大学信息工程学院信息处理与自动化研究所 34 344 11.0 18.0
2 张贵军 浙江工业大学信息工程学院信息处理与自动化研究所 68 419 12.0 15.0
3 俞立 6 42 4.0 6.0
4 王哲进 1 7 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  (13)
节点文献
引证文献  (7)
同被引文献  (6)
二级引证文献  (2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
扩散张量成像
全局优化
蚁群
纤维跟踪
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导