边缘梯度相关性在MR-PET图像配准中的应用
需积分: 9 159 浏览量
更新于2024-08-11
1
收藏 314KB PDF 举报
"基于边缘比对的MR-PET配准算法 (2008年),刘君、朱善安、贺斌"
这篇论文介绍了一种针对磁共振成像(MR)和正电子发射断层扫描(PET)图像配准的新方法,该方法主要关注提高配准的准确性和效率。传统的图像配准技术通常依赖于图像的灰度相关性,但这篇论文提出了一种创新策略,即利用图像边缘梯度的相关性作为配准的目标函数。
在配准过程中,图像的边缘信息往往更能反映结构特征,因此,边缘梯度相关性的使用可以更精确地捕捉到图像间的对应关系。论文中提到,将待配准图像的轮廓像素点转化为具有时延关系的两组二维序列,这是通过轮廓点比对的方法实现的。这种方法能够更好地匹配图像的特征点,尤其是那些位于边缘的点。
为了找到最佳的配准参数,论文采用了最小二乘法。最小二乘法是一种优化技术,它能从两组序列的配对样本中寻找使误差平方和最小的变换参数。这种方法相对于其他全局搜索策略(如遍历式搜索或遗传算法)来说,既保证了配准精度,又显著减少了计算时间,从而提高了配准效率。
实验部分是在颅脑MR-PET图像上进行的,结果显示,基于边缘梯度相关性的配准方法相比于直接使用灰度相关性,能够获得更优秀的配准效果。同时,轮廓点比对的参数优化方法在保持高精度的同时,显著降低了配准所需的时间,这对于实时或近实时的医疗图像分析和诊断至关重要。
关键词包括图像配准、边缘检测和互相关函数,表明该研究聚焦于图像处理中的关键步骤,即如何准确地对不同模态的医学图像进行对齐,以便于后续的分析和诊断。论文的中图分类号TN953和TN919.8分别对应于电子技术与信息技术以及自动化技术与仪器仪表,这进一步强调了这项工作在工程技术领域的应用价值。
这篇论文提出的基于边缘比对的MR-PET配准算法为医学图像处理提供了一个高效且精确的新工具,有助于改善多模态医学影像的融合分析,对于临床诊断和研究具有重要意义。
2021-09-25 上传
2017-12-09 上传
2011-12-13 上传
2009-03-25 上传
2021-09-18 上传
2019-07-22 上传
2019-07-22 上传
点击了解资源详情
weixin_38649315
- 粉丝: 6
- 资源: 932
最新资源
- BottleJS快速入门:演示JavaScript依赖注入优势
- vConsole插件使用教程:输出与复制日志文件
- Node.js v12.7.0版本发布 - 适合高性能Web服务器与网络应用
- Android中实现图片的双指和双击缩放功能
- Anum Pinki英语至乌尔都语开源词典:23000词汇会话
- 三菱电机SLIMDIP智能功率模块在变频洗衣机的应用分析
- 用JavaScript实现的剪刀石头布游戏指南
- Node.js v12.22.1版发布 - 跨平台JavaScript环境新选择
- Infix修复发布:探索新的中缀处理方式
- 罕见疾病酶替代疗法药物非临床研究指导原则报告
- Node.js v10.20.0 版本发布,性能卓越的服务器端JavaScript
- hap-java-client:Java实现的HAP客户端库解析
- Shreyas Satish的GitHub博客自动化静态站点技术解析
- vtomole个人博客网站建设与维护经验分享
- MEAN.JS全栈解决方案:打造MongoDB、Express、AngularJS和Node.js应用
- 东南大学网络空间安全学院复试代码解析