论文部分内容阅读
传统脑功能时间序列图像配准算法输出的图像信噪比较高,导致图像质量降低,为解决该问题,提出基于机器学习的脑功能时间序列图像高精度配准算法.构建脑功能时间序列图像采集模型,采用视觉信息增强技术对采集到的图像进行信息增强处理.提取脑功能时间序列图像视觉特征量,采用三维视觉重构技术进行脑功能时间序列图像特征配准设计,结合模板匹配方法实现图像空间视觉重构.利用机器学习算法进行脑功能时间序列图像高精度配准的自动寻优.仿真结果表明,该算法输出图像的信噪比较高,时间开销较短,配准精度较高,成像质量好.