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:
为了提高甲状腺肿瘤检出的准确率,提出一种基于人工蜂群算法的SPECT和B超甲状腺图像配准。首先,针对来自两个不同成像设备的SPECT和B超甲状腺图像灰度差异大的特点,使用NSCT和GCBAC相结合的方法提取B超图像感兴趣的轮廓特征,用KFCM的方法提取SPECT图像的轮廓特征;然后以互信息作为相似性测度,建立仿射变换模型,并以改进的人工蜂群算法作为优化策略来优化配准所需的空间变换参数。实验结果表明,该方法可以有效提高配准速度,具有较好的配准效果。
推荐文章
基于曲率信息的人工蜂群点云配准算法
点云
曲率信息
特征点选取
对应点寻找
人工蜂群算法
基于混沌人工蜂群算法的色彩量化方法
混沌
蜂群算法
色彩量化
图像处理
人工蜂群算法研究综述
人工蜂群算法
群智能
多目标优化
约束优化
基于全局信息的人工蜂群聚类算法
人工蜂群算法
聚类
群体智能
搜索策略
全局信息
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 基于人工蜂群算法的SPECT-B 超甲状腺图像配准
来源期刊 光电工程 学科 工学
关键词 甲状腺肿瘤 SPECT图像 B超图像 NSCT GCBAC 人工蜂群算法
年,卷(期) 2014,(8) 所属期刊栏目 ?图像与信号处理?
研究方向 页码范围 51-57
页数 7页 分类号 TN911
字数 4646字 语种 中文
DOI 10.3969/j.issn.1003-501X.2014.08.009
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 郑伟 河北大学电子信息工程学院 34 210 9.0 13.0
5 赵茏菲 河北大学电子信息工程学院 3 11 2.0 3.0
9 郭莉莉[ 河北大学电子信息工程学院 1 4 1.0 1.0
13 梁曾 河北大学电子信息工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (97)
共引文献  (176)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (3)
二级引证文献  (1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(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)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(9)
  • 参考文献(0)
  • 二级参考文献(9)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(14)
  • 参考文献(2)
  • 二级参考文献(12)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
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
甲状腺肿瘤
SPECT图像
B超图像
NSCT
GCBAC
人工蜂群算法
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
光电工程
月刊
1003-501X
51-1346/O4
大16开
四川省成都市双流350信箱
1974
chi
出版文献量(篇)
4776
总下载数(次)
5
论文1v1指导