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:
目的 提出一种新型的稀疏分解算法,对脑部CT图像进行压缩.方法 本文采用改进的遗传算法(genetic algrithm,GA)与匹配追踪(matching pursuit,MP)算法相结合以实现稀疏分解,对脑部CT图像进行压缩以节约存储空间.针对原有遗传算法计算时间长、匹配率低的不足,本方法优化了迭代次数的选择、竞争、变异等操作.结果 利用该算法对脑部CT图像分块压缩,使运算速度、压缩比和信噪比均得到提高.结论 通过分析与实验验证,改进的方法压缩比例更大,失真更小,运行时间更短,为脑部CT图像的压缩提供了一种新方法.
推荐文章
基于遗传算法的图像压缩
遗传算法
图像压缩
聚类
基于改进遗传算法的稀疏重构算法
多种群遗传算法
模拟退火遗传算法
DoA估计
稀疏重构
基于稀疏分解的分块图像压缩编码算法
图像编码
分块压缩感知
稀疏分解
基于遗传算法的分形图像压缩
图像压缩
分形
遗传算法
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 改进的基于遗传算法稀疏分解的脑CT图像压缩
来源期刊 北京生物医学工程 学科 医学
关键词 遗传算法 匹配追踪 稀疏分解 脑部CT图像
年,卷(期) 2012,(4) 所属期刊栏目 论著
研究方向 页码范围 356-360
页数 分类号 R318
字数 3620字 语种 中文
DOI 10.3969/j.issn.1002-3208.2012.04.05.
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 王俊 南京邮电大学通信与信息工程学院 88 317 10.0 14.0
2 胡晏婷 南京邮电大学通信与信息工程学院 3 10 2.0 3.0
3 黄平安 南京邮电大学通信与信息工程学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (32)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (5)
1993(5)
  • 参考文献(1)
  • 二级参考文献(4)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 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(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
遗传算法
匹配追踪
稀疏分解
脑部CT图像
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
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
相关基金
江苏省自然科学基金
英文译名:Natural Science Foundation of Jiangsu Province
官方网址:http://www.jsnsf.gov.cn/News.aspx?a=37
项目类型:
学科类型:
论文1v1指导