2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩71頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、核磁共振技術(shù)是信息技術(shù)在醫(yī)療診斷領(lǐng)域中的重要應(yīng)用,以其非侵入式的檢測方式和準確的檢測結(jié)果而贏得世人的青睞,逐漸成為了醫(yī)學(xué)領(lǐng)域,特別是人腦腫瘤檢測中最主要最權(quán)威的檢測手段。核磁共振成像(Magnetic resonance imaging, MRI)和核磁共振譜成像(Magnetic resonance spectroscopic imaging, MRSI)是核磁共振技術(shù)兩個最主要的應(yīng)用, M RI成像空間分辨率高但是準確率較低,M R

2、SI成像空間分辨率低但是準確率較高。通過單一的成像手段均無法滿足醫(yī)學(xué)診斷對于準確度和分辨率的要求,而通過數(shù)據(jù)融合的手段可以得到包括兩種數(shù)據(jù)優(yōu)點的融合結(jié)果。
  MRSI數(shù)據(jù)為波譜數(shù)據(jù),M RI數(shù)據(jù)為圖像數(shù)據(jù),故M RSI數(shù)據(jù)與MRI數(shù)據(jù)的融合屬于多模態(tài)數(shù)據(jù)融合問題。本文基于數(shù)據(jù)融合理論,利用非負矩陣分解理論和小波分析方法對MRI和MRS I數(shù)據(jù)融合問題進行研究,提出一種非監(jiān)督的多模態(tài)數(shù)據(jù)融合方法,主要工作和貢獻如下:
  1

3、、針對 M RSI成像數(shù)據(jù)量大、表達不直觀的問題,采用非負矩陣分解(Non-negative Matrix Factorization,NMF)方法將MRSI數(shù)據(jù)進行分解得到參考波譜矩陣和其對應(yīng)的系數(shù)矩陣,從而得將不可視的波譜數(shù)據(jù)轉(zhuǎn)化為可視的結(jié)果。
  2、針對MRSI數(shù)據(jù)和M RI數(shù)據(jù)在成像結(jié)果上的不足,提出一種基于小波分解理論的融合方法將兩種模態(tài)的數(shù)據(jù)進行融合,在采用NMF對MRSI數(shù)據(jù)進行迭代分解的過程中,將迭代產(chǎn)生的中間結(jié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論