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:
基于多图谱的图像分割方法因其分割精度高和鲁棒性强,在医学图像分割领域被广泛研究,主要包含图像配准和标签融合两个步骤.目前对多图谱分割方法的研究通常都是在图谱图像和待分割目标图像具有相同分辨率的情况下展开的.然而,由于受图像采集时间,采集设备等影响,临床实践中采集的影像大多是低分辨率数据,使得目前在影像研究中广泛使用的方法无法有效应用于临床实践.因此,针对这一问题,我们结合图像超分辨率恢复方法,提出了精确鲁棒的低分辨率医学图像的多图谱分割方法.实验结果显示提出的方法显著地提高了多图谱分割方法的分割精度.
推荐文章
低分辨率人耳图像识别方法研究
低分辨率
人耳识别
Fisherear
广义判别分析
多分辨率下的彩色图像分割方法
图像分割
小波变换
分水岭
区域合并
基于马尔可夫随机场的低分辨率车牌图像复原算法
图像复原
马尔可夫随机场
基于学习的超分辨率
最大后验概率
基于深度复合卷积神经网络的低分辨率单影像复原
超低分辨率图像
卷积神经网络
单影像复原
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 低分辨率医学图像的多图谱分割方法
来源期刊 高校应用数学学报A辑 学科 工学
关键词 低分辨率图像 图像配准 多图谱图像分割 图像超分辨率恢复
年,卷(期) 2017,(3) 所属期刊栏目
研究方向 页码范围 371-378
页数 8页 分类号 TP391
字数 4082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 梁克维 浙江大学数学科学学院 8 8 2.0 2.0
2 祝汉灿 绍兴文理学院数理信息学院 3 3 1.0 1.0
3 贺光华 浙江越秀外国语学院国际商学院 2 2 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  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(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)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
低分辨率图像
图像配准
多图谱图像分割
图像超分辨率恢复
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
高校应用数学学报
季刊
1000-4424
33-1110/O
杭州市玉泉浙江大学数学系
chi
出版文献量(篇)
1518
总下载数(次)
0
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