偏移场相关论文
在机器学习、数据挖掘等领域中,以模型为基础的聚类分析较为重要,而进行聚类分析时常用的模型为有限混合模型,该模型对于聚类分析......
医学图像分割问题一直是图像处理领域中的经典难题。大脑组织具有特别复杂的结构,为了得到脑部病变组织的尺寸、外观的量化信息和......
医学图像分割是图像分割的一个重要的应用领域,是医学图像处理和分析的基础和经典难题。在诸多医学成像技术中,核磁共振图像由于具......
近年来,随着医疗技术水平的提升、新生儿重症监护病房(NICU)的普及,高危儿和极低体重儿的生存率大幅度提升,婴幼儿脑部疾病的发生......
脑疾病是威胁人类健康的重大疾病之一,如何借助医学影像检查,定性和定量地分析脑组织已经成为研究的热点。核磁共振成像(MR)技术对......
我国处于肝脏疾病的重灾区,肝癌的死亡率位居各类疾病死亡率第二,已引起广泛的关注,为提高肝脏疾病诊断的准确率、减少漏诊、提高......
随着中国老年化程度的加重,脑疾病病发程度日益加重。因此,借助医学影像技术对疾病进行临床辅助诊断具有重要意义。核磁共振成像(M......
为解决用传统粒子群算法估计磁共振(MR)图像偏移场会陷入局部最优的问题,本文提出了一种自适应权重粒子群算法估计MR图像的偏移场......
脑核磁共振(MR)图像因需要偏移场矫正,传统分割方法很难获得准确的分割结果。针对这一问题,首先构造一组基函数拟合偏移场以保证偏......
核磁共振图像受成像机制的影响往往导致图像中含有噪声以及偏移场,使得传统的图像分割方法很难得到较好的分割结果。为此,提出一种......
目的医学图像分割结果可帮助医生进行预测、诊断及制定治疗方案。医学图像在采集过程中受多种因素影响,同一组织往往具有不同灰度,......
医学图像常常伴有噪声以及灰度不均匀等问题,且图像边缘具有复杂性,因此传统的双水平集模型无法达到理想的分割效果。针对该问题提......
MR图像中常含有偏移场以及噪声现象,传统的FM模型无法得到正确的分类。本文在FM目标函数中加入偏移场估计和噪声去除,完善其分类效......
由于磁共振图像(Magnetic Resonance Images,MRI)常含有偏移场,影响后继图像分割。采用Legendre多项式基函数来拟合偏移场,以去除......
MR图像中常含有偏移场以及噪声现象,传统的高斯混合模型无法得到正确的分类.在高斯混合模型目标函数中加入偏移场估计与噪声去除,......
脑部组织的复杂性和磁共振成像机制的影响,造成脑部核磁共振数据带有灰度不均衡性和噪声干扰,使得传统分割模型得不到满意的结果。......
噪声和偏移场是影响磁共振（MRI）图像质量的主要因素。以含加性噪声和乘性偏移场的脑MRI图像组织分割为目标,提出一种抗噪局部相干模......
医学图像分割在医学图像处理,尤其是在临床诊断的核磁共振图像分析中起着重要的作用.偏移场的存在使核磁共振脑图像中的局部统计特......
近年来,随着自然生态环境的恶化,水资源作为人类生存与社会发展的必要要素受到了广泛关注。对地表水资源的监测与管理不仅有利于季......
脑MR图像中普遍存在灰度不均匀性,传统的分割方法无法得到理想的脑组织分割结果.为此提出一种基于互信息最大化准则的变分水平集凸......
单木树冠识别与轮廓勾绘(Individual Tree Crown Detection and delineation,ITCD)对森林蓄积量、生物量的估算,物种识别以及林木......
医学图像容易受到各种内外因素的干扰,使得图像具有复杂多样性,原始的医学图像通常包含灰度不均、弱边缘、高噪声、多目标等多种问......
磁共振图像由于成像机制的影响往往导致图像中含有噪声和偏移场,使得传统方法很难得到较好的分割结果.为此,在模糊C均值模型的基础......
核磁共振图像技术可用于对疾病的辅助诊断,然而受成像机制的影响往往图像中含有噪声以及偏移场,使得传统的模糊C均值(FCM)算法很难......
为降低噪声影响同时恢复图像偏移场,提出一种基于局部熵信息的分割与偏移场恢复耦合模型.该模型在水平集理论的整体框架下将局部熵......
图像分割在图像工程中占有重要地位,它决定着图像分析、图像理解的性能,在计算机视觉、模式识别、医学图像处理等领域具有广泛的应......
为估计MR图像偏移场,本文利用Legendre多项式来拟合偏移场。用大津阈值法创建模板,消除背景的影响;采用k均值聚类算法分割获取脑组......
图像分割是我们图像处理的关键,是图像处理技术中的底层技术,经过这几十年的发展,在实际生活工作中,图像分割已经得到了广泛的应用......
为降低噪声以及偏移场的影响,提出一种基于非局部空间信息的FCM模型。引入非局部信息,克服传统的空间信息仅依赖邻域灰度信息,导致......
图像分割作为图像处理的基础环节,一直是图像工程领域中的热点和难点问题。几十年来,研究者们不断探索新的图像分割方法,以使求解......
针对医学图像中通常伴有灰度不均、背景复杂,无法被传统水平集有效分割的特点,提出了基于偏移场的双水平集算法。为了去除医学图像......
目的：磁共振成像（ magnetic resonance imaging ， MRI）对脑组织有较好的成像效果，但噪声、偏移场和部分容积效应（ partial volume effect......
传统高斯混合模型分割核磁共振图像时严重依赖初值,且易受图像中偏移场与噪声的影响。为此,提出一种基于片信息的改进高斯混合模型......
准确的MRI图像分割是脑部定量分析和三维重建的基础,对病变的诊断和治疗具有重要意义。传统的模糊C均值聚类方法针对脑部MRI图像处......
由于磁共振图像(magnetic resonance images,MRI)常含有偏移场而影响后继图像分割,针对这种图像的分割,采用Legendre多项式基函数......
医学图像分割是医学图像处理中的核心环节之一,涉及到数字图像处理、模式识别、计算机视觉、生物医学等背景学科,是一项多学科交叉......
医学图像分割是医学图像进一步处理和分析的前提条件和基础，在医学图像处理中是一个经典的问题，在临床诊断、病理分析以及治疗等方面......
核磁共振成像(Magnetic Resonance Imaging,MRI)以其非介入性、非损伤性、很少受目标物体运动的影响等特点,已被广泛运用于医学图......
