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62頁未讀, 繼續(xù)免費閱讀

下載本文檔

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

文檔簡介

1、隨著科學技術的進步、臨床應用中大量高精度醫(yī)學成像設備的出現以及高速計算機的運用,圖像在醫(yī)學基礎研究、臨床診斷和治療活動中扮演著重要的角色,已經成為認識和治療疾病、保障人類健康的必備手段。醫(yī)學圖像配準作為醫(yī)學圖像處理的一個重要分支,正朝著高質、高效、高穩(wěn)定性以及高自動化等方向發(fā)展,很多配準技術特別是剛性配準已相對比較成熟并在臨床中得到了應用。然而對于形變組織的圖像配準、不同個體之間的配準以及圖譜配準等,通常都需要采用非剛體配準方法。本文從

2、理論、方法和技術等方面對醫(yī)學圖像非剛體配準進行了研究。 本文首先提出,針對同時存在整體剛性形變和局部彈性形變的醫(yī)學肺部圖像,可采用分級配準變換模型進行圖像配準,即對于圖像整體的剛性形變采用仿射變換模型來表示、對于圖像局部的非剛體形變采用基于B樣條的FFD(Free-form deformation)模型來表示。 然后,從簡單的剛性配準入手,針對圖像整體存在的旋轉、平移、縮放等剛性形變,采用基于特征點的、利用矩不變量進行特

3、征點匹配的剛性配準算法校正圖像的剛性形變,減少了圖像間的整體變形。在特征點匹配環(huán)節(jié),首先利用復數矩構造的不變量作為相似性尺度,進行特征點匹配;然后在此基礎上,提出了一種新的由Fourier-Mellin矩構造的不變量作為相似性尺度進行特征點匹配的算法。實驗結果證明,基于Fourier-Mellin矩不變量的特征點匹配算法具有更好的配準精度。 最后,探討了醫(yī)學圖像的非剛體配準方法,闡述了基于B樣條函數的均勻網格點FFD模型的醫(yī)學圖

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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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