全局脑白质纤维群智能跟踪算法
为了解决概率纤维跟踪算法“过度”误跟踪,效率低的缺点,受蚁群路径搜索过程群体协作模式启发,提出一种全局脑白质纤维群体智能跟踪方法.首先,构建了一种全局纤维度量指标,综合考虑局部纤维方向分布和全局纤维走向,并利用贝叶斯方法建立局部纤维方向分布不确定信息模型.其次,提出一种群智能全局优化算法.该算法构建基于von Miser-fisher分布函数的信息素模型,通过信息素模型诱导迭代优化纤维轨迹.人工合成数据实验结果表明,跟概率跟踪算法相比,该算法解决了纤维局部误差积累导致的误跟踪问题,相对误差降低至原来的二分之一,计算规模降低至原来的十分之一.实际临床数据验证了算法的有效性.
扩散张量成像、全局优化、蚁群、纤维跟踪
17
TP79(遥感技术)
国家自然科学基金项目61075062;浙江省重中之重学科开放基金项目201100806
2012-12-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
1312-1318