10.3969/j.issn.1006-8961.2007.06.018
基于特征分类的MRI医学图像弹性配准
基于互信息的弹性图像配准是医学图像配准的重要方法之一.然而由于互信息在小样本图像配准中,会出现多局部极值和极值偏离问题,从而容易出现配准误差,进而造成整图的弹性配准误差.为减少这种配准误差,提出了一种基于特征分类的互信息医学图像弹性配准方法.该方法先采用图像的灰度和梯度特征训练自组织映射(self-organized mapping,SOM)神经网络特征分类器,将图像由高维灰度空间映射到低维特征类别空间;然后,在特征类别空间进行互信息图像弹性配准.实验结果表明,该方法大大提高了小样本图像配准的成功率,并可通用于有噪和无噪的医学图像弹性配准中.
图像配准、弹性配准、互信息、特征分类、特征标识
12
TP9
国家自然科学基金60572101;广东省自然科学基金31789
2007-07-30(万方平台首次上网日期,不代表论文的发表时间)
共10页
1069-1078