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:
配准技术在基于多图谱的分割方法中能有效地将医学图谱的先验知识融入分割过程,再结合以高效的标记融合算法,最终实现精确地自动分割.针对图谱配准的较大误差及其对标记融合的重要影响,本文建立了一种新的概率图模型框架并以此提出了基于多参数配准模型的分割算法,将此方法与高效的标记融合算法相结合,可以提高目标图像中特定组织区域的分割精度,更使其在少量图谱分割的情形下具有重要应用.首先,使用多种配准参数对所有目标图像进行配准;然后,分别采用不同的算法对配准图像进行灰度融合和标记融合,实现训练图像的重构过程;最后,利用高效的标记融合算法对重构后的图像进行融合得到最终精确的分割结果.实验结果表明该方法均优于本文其他分割算法,能够有效提升脑部组织分割精度.
推荐文章
基于模拟影像的山地SAR影像配准方法研究
山地SAR影像
DEM
模拟影像
SIFT匹配
影像配准
基于多参数分段变异遗传算法的红外图像配准方法
模式识别
多参数分段变异
遗传算法
红外图像配准
基于改进Demons算法的三维肺部医学影像配准研究
肺部
非刚性配准
三维医学影像
尺度不变特征变换
Demons算法
均方误差
基于SOM-FCM算法的脑MR多参数图像分割
多参数图像
自组织映射神经网络
模糊C均值聚类
有效性函数
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 基于多参数配准模型的脑核磁影像分割算法
来源期刊 电子学报 学科 工学
关键词 图像分割 图像配准 标记融合 多参数配准模型 脑核磁影像
年,卷(期) 2017,(9) 所属期刊栏目 学术论文
研究方向 页码范围 2202-2209
页数 8页 分类号 TP391
字数 5923字 语种 中文
DOI 10.3969/j.issn.0372-2112.2017.09.022
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 刘刚 上海电力学院自动化工程学院 28 149 5.0 11.0
2 朱凯 上海电力学院自动化工程学院 5 22 3.0 4.0
4 张万 上海电力学院自动化工程学院 1 5 1.0 1.0
7 廖恒旭 上海电力学院自动化工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (119)
共引文献  (104)
参考文献  (14)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (1)
1945(1)
  • 参考文献(1)
  • 二级参考文献(0)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(10)
  • 参考文献(0)
  • 二级参考文献(10)
1998(15)
  • 参考文献(0)
  • 二级参考文献(15)
1999(17)
  • 参考文献(0)
  • 二级参考文献(17)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(5)
  • 参考文献(4)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 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
图像分割
图像配准
标记融合
多参数配准模型
脑核磁影像
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
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
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