醫(yī)學(xué)圖像融合技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩82頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、本文對(duì)醫(yī)學(xué)圖像融合的理論、方法和技術(shù)作了全面、細(xì)致的研究。首先對(duì)研究背景以及醫(yī)學(xué)圖像融合的有關(guān)概念、分類(lèi)及方法進(jìn)行了綜述,然后分別深入研究了單模醫(yī)學(xué)圖像的配準(zhǔn)、多模醫(yī)學(xué)圖像的配準(zhǔn)以及圖像信息的融合。對(duì)于單模醫(yī)學(xué)圖像的配準(zhǔn),由于其來(lái)源于同一醫(yī)學(xué)圖像設(shè)備,故圖像間差別很小,可利用相關(guān)性測(cè)度來(lái)進(jìn)行配準(zhǔn),本文選用了最小方差測(cè)度、標(biāo)準(zhǔn)化相關(guān)測(cè)度作為兩幅圖像間相似性準(zhǔn)則來(lái)估計(jì)變換參數(shù),同時(shí)也使用了基于最大互信息的方法進(jìn)行配準(zhǔn),并對(duì)配準(zhǔn)結(jié)果進(jìn)行了

2、比較分析。在配準(zhǔn)過(guò)程中,最優(yōu)化程序的選擇在很大程度上決定了配準(zhǔn)的速度和結(jié)果。這里我們采用梯度坡降法(gradient descent method)和Powell搜索算法相結(jié)合的方法,在很大程度上解決了局部極值的問(wèn)題,又克服了Powell搜索算法的效率差的問(wèn)題。由于經(jīng)小波變換后,圖像在不同分辨率上的細(xì)節(jié)信息不會(huì)互相干擾,融合圖像的塊狀偽影亦容易消除,因此,我們提出了基于小波變換的圖像融合方法:將待融合的原始圖像首先進(jìn)行小波變換,把其

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論