医学图像分组配准和模板提取技术的研究和改进

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:songlyan182320697
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
医学图像处理,作为图像处理和相关医学研究的交叉学科,近几十年来得到了长足的发展。随着科技水平的进步,出现了越来越多的研究方向。其中,医学图像配准,尤其是分组配准技术,是当前研究的热点之一。图像配准技术,是在不失真的前提下,将一幅图像所含内容映射到指定空间中去。而分组配准技术,则要求能同时处理若干幅图像。对医学图像而言,上述应用有广泛的前景:既可以跟踪个人病情的演变情况,也可以帮助理解疾病的发展机制,甚至可以比较不同群体甚至不同种族在身体结构上的形态差异。本文回顾了医学图像配准技术的演进和其中关键的技术点,并着重介绍了基于熵等信息论基础建立的图像配准模型。在此基础上,本文阐明了利用栈熵(stack entropy)作为目标函数,对图像进行分组配准的机制和优缺点。为了使对大量数据进行分组配准成为可能,本文对通过适当预处理的图像进行聚簇,建立起包含所有图像的金字塔结构,继而合成出能代表所有输入图像的模板,将原始图像和模板相互联系起来。通过这种化繁为简的策略,层次化分组配准方法可以将一个大规模分组配准问题转换为一系列小规模分组配准问题,从而达到降低运算复杂度的目的。在本文所述的实验和应用中,采用层次化分组配准方法取得了较已有方法更好的性能,包括:对大数据量的适应性;更快的处理速度;更准确的分组配准结果;对图像形态差异更精细的刻画。这些实验证明,层次化分组配准方法是一种针对医学图像的高效分组配准策略。
其他文献
期刊
随着信息安全意识的普及,人们慢慢开始关注并研究生物特征识别技术。如何快速准确地识别用户身份、保护财产信息安全,已经成为一个值得深入研究的问题。由于人脸识别技术潜在的
期刊
微带天线因具有体积小、重量轻、易集成等优点得到广泛应用。集成射频前端一般采用差分技术来实现,天线是射频前端的重要组成部分。传统的绝大多数天线一般设计为单端口激励
期刊
IP组播是相对于传统的单播和广播的一种数据业务承载方式,能够有效地节约网络带宽、降低网络负载。随着以太网交换机在构建网络时得到越来越广泛的应用,在交换机上实现组播显得
以太网在LAN技术中已经占有统治地位多年。由于最近以太网设备能提供高有效性、高服务质量、安全通信和较好的可预测性,因此在城域网(MAN)中以太网技术是现在增长最快的技术之
期刊
信息安全是信息化时代的主题,密码技术为信息安全提供了保证。经典密码学是基于计算复杂度来保证安全性的,但是随着计算机计算能力的提高,经典密码学面临巨大的挑战。量子密
期刊