一种基于语义模型的医学图像配准方法

• 作者: 杨新 金雨菲 麻蒙
• 来源期刊: 生物医学工程学杂志
• 学科: 工学
• 关键词: 医学图像配准 语义模型 方向性视觉词包
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 新技术与新方法
• 页码范围: 343-349
• 页数: 7页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.7507/1001-5515.20160058

摘要

医学图像由于成像模式、图像质量、患者间及患者在不同病程时的图像变化等差异以及对鲁棒性的严格要求,它的配准成为难点.我们受语义模型,尤其是视觉词包模型在计算机视觉中巨大成功的启发,将语义模型推广到医学图像配准.由于医学图像大都具有对比度差、动态范围小、只含灰度信息等特点,传统的视觉词包往往效果不够理想.本文根据相关研究工作,提出了更适用于医学图像处理的方向性视觉词包模型,并基于该语义模型进行医学图像配准.我们由专家人工指定关键的解剖结构,使用方向性视觉词包,借助由粗到细的金字塔搜索策略和k-means聚类方法,准确定位关键结构的位置,并重点配准它们附近的区域.在心脏图像上进行的实验表明,该方法可保证在特定区域内达到较高的配准精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨新		97	1416	19.0	35.0
2	金雨菲		1	0	0.0	0.0
3	麻蒙		1	0	0.0	0.0