【摘 要】
：
针对互信息仅考虑两幅图像相应像素的灰度信息以及B样条变换模型存在形变场奇异点的问题,提出一种基于P样条和局部互信息的非刚性医学图像配准方法。该方法以局部互信息为相似性测度,采用P样条变换模型模拟待配准图像的几何形变,使用三次插值算法对图像像素进行赋值,结合对大规模参数优化效率高的LBFGS算法优化配准参数。较传统的B样条变换模型和互信息,提出的方法除计算时间外,其他三项指标更优,均方误差下降了89
【基金项目】
：
山西省自然科学基金基础研究项目（2013011017-3）
论文部分内容阅读
针对互信息仅考虑两幅图像相应像素的灰度信息以及B样条变换模型存在形变场奇异点的问题,提出一种基于P样条和局部互信息的非刚性医学图像配准方法。该方法以局部互信息为相似性测度,采用P样条变换模型模拟待配准图像的几何形变,使用三次插值算法对图像像素进行赋值,结合对大规模参数优化效率高的LBFGS算法优化配准参数。较传统的B样条变换模型和互信息,提出的方法除计算时间外,其他三项指标更优,均方误差下降了89.25%,归一化互信息提高了11.04%,相关系数提高了5.64%。实验结果表明,该方法有效地提高了配准
其他文献
在基于正交频分多址(OFDMA)的中继系统中,为了满足用户的QoS要求,在保证系统的吞吐量最大的同时又保证用户公平性,给出了一种面向业务服务质量的资源分配算法。首先根据用户在队列中的等待时延和用户对速率的需求引入时延优先级因子和速率优先级因子,以此计算用户的优先级;然后分别在回程链路和接入链路进行动态资源调度与分配。仿真结果表明,新算法能够兼顾中继用户和直传用户的性能,实现低丢包率,较好地满足GB
针对大数据的人体行为识别时实时性差和识别率低的问题,提出了优化投影对线性近似稀疏表示分类(OP-LASRC)的监督降维算法,与线性近似稀疏表示(LASRC)快速分类算法结合用于大数据的行为识别。利用LASRC的残差计算规律设计OP-LASRC实现监督降维:在追求一个线性投影时减小训练样本的本类重构残差及增大类间重构残差,保留样本的类别特征。对降维后的行为数据用LASRC算法分类:用L2范数估算稀疏
针对周萍等人的无可信PKG的盲签名方案详细分析了其安全性,指出方案不能抵抗敌手AⅠ伪造攻击,敌手AⅠ可对用户的部分公钥进行替代,生成对任意消息的合法盲签名。为此,提出了相应的改进方案。改进的方案在验证等式中增加了系统参数,有效地证明了签名者拥有合法的SID,从而防止了敌手AⅠ的公钥替代攻击。分析表明,改进的方案是安全的,能抵抗敌手AⅠ,AⅡ,AⅢ的伪造攻击。
为了提高模型编辑的速度和准确性,提出了一种基于局部历史的拓扑面命名和辨识方法。该方法采用了拓扑面变化的动态命名机制,将建模中复杂的拓扑结构变化过程记录在相应的面编码之中;同时,给出了拓扑面演化的动态编码算法来描述面的相交与合并。根据拓扑面的编码可以辨识该面所属的原始特征以及该面演化的过程,从而解决了拓扑面辨识问题。实验结果表明,该方法能够有效地维护拓扑面编码的一致性。
为了满足异构网络热点区域覆盖，同时解决由于低功率基站在高功率基站覆盖区域随意分布而带来的小区间干扰及系统容量速率受限问题，提出了一种载波聚合系统的联合小区选择、载波
针对现有基于隐Markov模型的协议异常检测方法中存在的训练样本不足和初始参数敏感问题,提出一种基于改进遗传算法和隐Markov模型的协议异常检测新方法。首先,采用局部竞争选择策略、算术交叉算子和自适应非均匀变异算子改进遗传算法,避免传统遗传算法在收敛过程中的早熟和停滞问题;然后,利用改进的遗传算法优化隐Markov模型的初始参数,解决模型对初始参数敏感的问题;最后,以协议关键词和关键词时间间隔作
基于参数化模型的图像分割算法对复杂的医学图像分割精度较低,提出一种基于改进粗糙集概率模型的鲁棒医学图像分割算法。首先,将粗糙集的上下逼近与概率边界区引入最大期望算法中,表征每个类簇;然后,将图像的灰度分布建模为一个有限数量的混合粗糙集概率分布;最终,通过马尔可夫随机场引入图像的空间信息,提高图像分割算法的鲁棒性。基于合成脑部MR(核磁共振)图像库与真实脑部MR图像库的分割实验结果显示,本算法的分割
针对以往散乱点云特征提取算法存在尖锐特征点提取不完整以及无法保留模型边界点的问题,提出了一种多个判别参数混合方法的特征提取算法。对点云构建k-d tree,利用k-d tree建立点云K邻域;针对每个K邻域计算数据点曲率、点法向与邻域点法向夹角的平均值、点到邻域重心的距离、点到邻域点的平均距离,据此四个参数定义特征阈值和特征判别参数,特征判别参数大于阈值的点即为特征点。实验结果表明,与已有算法相比
以提高定位精度为目的,同时从减少定位时延、消除定位模糊的角度出发,并且考虑到线阵定位角度范围的限制,提出了嵌套的均匀圆形麦克风阵列结构。由于在使用高分辨率的近场声
为了解决基于网格技术的图形排列算法在处理可变尺寸图形排列问题上的局限性,基于几何变换思想,建立了有界平面上图形自适应排列的数学模型,并证明了其正确性,进而提出了基于坐标变换的图形自适应排列算法。此算法用图形平移变换方式代替网格划分方法在有界视图上部署图形元素,其时间复杂性为O(N)。最后将所获得的算法应用到面向中央空调节能控制的软PLC系统上。基于九类指令图形、三类测试案例的测试结果表明,算法能以