脑MR图像相关论文
随着物联网和人工智能技术的快速发展,机器视觉在各行各业中所发挥的作用日益明显,对图像处理技术提出了越来越高的要求。图像分割......
脑部疾病的诊疗一直是医学界研究的重点。医学图像包含了丰富的信息，是医疗诊断中一个非常重要的手段。多分辨率分析在时域和频域中......
神经性疾病已经成为全球健康的主要威胁，其早期诊断有助于显著降低其发病率，脑核磁共振（MR）图像处理方法是神经性疾病早期诊断的有效手......
医学图像是医疗人员进行疾病诊断、风险评估及制定治疗计划的重要辅助性工具,随着成像技术的快速发展,海量医学图像数据的产生给计......
婴幼儿脑部疾病的发病率越来越高,目前对婴幼儿脑部疾病的计算机辅助诊断研究大多处于理论的研究阶段。在采用计算机应用各种图像......
为实现对灰度不均匀脑核磁共振(MR)图像分割的同时进行有偏场估计并校正,提出一种基于局部高斯分布拟合(LGDF)模型的多相水平集方......
纵向分析脑解剖结构的变化可以预测脑组织的生长或萎缩状态,为临床治疗和科学研究提供必要的依据.但由于成像设备或模式不同以及成......
基于多图谱的分割方法能有效解决脑MR图像中特定对象如海马体、杏仁核等组织的自动精确分割问题.为加快处理速度,该方法需要从大型......
优化算法是脑磁共振(MR)图像配准方法中的重要组成部分。针对目前已有的优化算法,提出了采用小波混合优化算法应用于脑MR图像配准......
传统的高斯混合模型(Gaussian mixture model,GMM)算法在图像分割中未考虑像素的空间信息,导致其对于噪声十分敏感.马尔科夫随机场......
模糊C均值聚类是一种经典的非监督聚类模型,已成功用于很多领域。但该算法对图像噪声比较敏感。为此,利用Gibbs理论和图像结构信息......
脑MR图像中普遍存在灰度不均匀性,传统的分割方法无法得到理想的脑组织分割结果.为此提出一种基于互信息最大化准则的变分水平集凸......
可形变配准在基于MR图像的脑研究中至关重要。传统方法将可形变配准看做一个最优化问题,通过求解一个变形场使得待配准图像根据这......
