基于多层P样条和稀疏编码的非刚性医学图像配准方法

• 作者: 成茜 王丽芳 秦品乐 高媛
• 来源期刊: 计算机应用研究
• 关键词: 图像配准 稀疏编码 多层P样条 梯度下降法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 图形图像技术
• 页码范围: 2557-2560
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.08.079

摘要

针对传统相似性测度易受灰度偏移场的影响而造成误配,以及单层P样条变换模型中通常无法准确选择初始化网格密度的问题,提出了多层P样条和稀疏编码的非刚性医学图像配准方法.该方法将稀疏编码作为相似性测度,首先把待配准的两幅图像划分图像块,然后使用K-SVD算法训练图像块得到分析字典并寻找稀疏系数,采用多层P样条自由变换模型来模拟非刚性几何形变,结合梯度下降法优化目标函数.实验结果表明,与单层P样条几何变换和sparse-induced、rank-induced相似性测度相比,所提方法能够准确地选择网格密度,并有效克服灰度偏移场对配准的影响,降低了均方根误差,提高了配准的精度和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王丽芳	中北大学大数据学院	33	131	6.0	9.0
2	高媛	中北大学大数据学院	53	227	8.0	12.0
3	秦品乐	中北大学大数据学院	48	248	8.0	13.0
4	成茜	中北大学大数据学院	2	11	2.0	2.0