基于特征点Rényi互信息的医学图像配准

来源 :计算机学报 | 被引量 : 0次 | 上传用户:doublepay2000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对医学图像配准有鲁棒性强、准确性高和速度快的要求,文中提出一种基于特征点Rényi互信息的医学图像配准算法.起初从模板图像与待配准图像中依次提取出多尺度特征点,其次使用其空间坐标计算特征点Rényi互信息目标函数,实现图像配准.该算法有效地避免了多模噪声图像间的灰度差异影响,减少了待处理的数据量,同时使用Rényi互信息来消除目标函数所受的局部极值的影响,进一步提高了配准精度.实验证明该算法适于单模和多模医学图像配准,速度较快、精度高、鲁棒性强,是一种有效的自动配准方法,并
其他文献
本项目的用地位于北京市区东四环附近,计划在30hm2的基地上开发连接北京和沈阳的高铁车站和从北京市市区延伸而来的地铁线路上的新车站,并建设与新地铁站一体化的复合开发项
这个项目需要应对非常特殊的环境,主要是复原现有的木砖石建筑,在一个坡屋顶下创造出协调统一的综合体。设计从现有的材料条件出发,依赖于其自身的居住的可能性。
这座老旧的农场住宅包含5栋建筑,坐落在非常接近哈斯贝克城堡的一块特殊场地上。想要复兴残破的建筑,却又不能以怀旧的方式重建它,那么应该采用什么样的策略呢?关键的问题是,
实体解析是数据融合和数据清洗的关键步骤,旨在从大量的数据集中找出描述相同实体的记录.当前主要有两种基本的解决思路,一种是穷尽式的实体解析,通过两两比较数据集中的所有
这座建筑的基址上不久前还是工业建筑,位置相对远离卢戈的历史中心。然而.它将很快成为这座城市的一个观光点。它可能看上去难以融入景观.但这是一个我们愿意从中思考如何处理两
互联网下同一领域中不同知识概念间存在多种关系,其中演化关系对于用户学习和理解领域知识,梳理领域知识的前序和后续逻辑关系具有重要意义,然而网络数据的多样和无序使用户
面对办公、居住含混的任务要求和速成的场地条件,用标准微差单元结合悬浮庭院的简洁策略构建了使用的灵活性和开放交流的都市性。
大规模并行模拟是研究大数据体系结构的重要方法,对大数据应用及众核体系结构的发展有着不可替代的推动作用.然而,目前的模拟技术不能满足大数据体系结构研究的需求,主要体现
任务在城市的郊区建造大型零售商场通常是一种勾选条目的差事,其要点在于尽可能廉价地建造带花样尽可能多的大型单元。霍恩埃姆斯新商业中心的"Sutterlüty"的创意就是要取
大病压力下的农村家庭,催生出一件令人扼腕的事件:为了挣钱给妹妹治病,界首的一位15岁少年被迫外出打工,并因为过度劳累和节俭,于两年后患上了不治之症而撒手尘世——