QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2885|回复: 0
打印 上一主题 下一主题

(10篇文献,几段)医学图像配准有一套自己的处理体系,包括一些文献精华汇总,代....

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2021-4-10 17:46 |只看该作者 |正序浏览
    |招呼Ta 关注Ta
    3 A" Z7 S4 V+ j
    医学图像配准有一套自己的处理体系
    6 v  I- U! o$ z* ~9 N
    & V8 {2 E( b& Y  U问题定位
    9 G3 l; K$ L0 M- B1 {  m5 E图像配准这个研究方向比较深,近年来深度学习的方法也层出不穷。从数学建模比赛的
    : e1 _' _* Z4 ^. F9 m& r的角度出发,基于常见的原理作出合理的解答,完成一 -篇叙述详细、方法合理的文章即可,
    6 p4 W7 a, M4 V3 V. `不必苛求难度。当然,如果你对机器学习颇有研究也可以给出自己的方法(最好不用照搬)。.和其他数模问题不同,医学图像配准有一套自己的处理体系。对于这种问题,需要参考6 N9 a" Z1 y8 ^, o1 v1 R
    较多的专业资料,同时简化问题,对于重点部分给出自己的模型解答。
    0 D- @$ t3 N: U* J, x/ C- C整体论文思路:3 d5 i& f) Q% h/ E6 k4 a3 d* [6 V
    1.        对图像配准的数学描述(建模基础)
    8 {5 n/ @) c% M2 Z2.        选择一种方法(或者给出自己的方法)详细介绍.
    - }: y( w6 E$ O( ^. R+ z+ G3.        用数据进行实验,给出结果。3 f) W) d, k2 s3 K7 ~0 M: X7 {% _4 D0 [# `
    (在建立局部模型后最好给出一个整体的流程让整篇文章更完整( |0 d) @; \7 l# _( @

    ' c5 }# D! i9 A, r4 j- C
    * E. s2 W& z4 G9 y, V2 O 111.png . p  a/ _1 U2 y4 c' |! J
    模型思路
    . \( ^; [- {* S5 E! p6 ]& Q本题属于同模式的图像配准,此时所有图像都是由同一种成像技术产生的。(两次 CT成像3 b9 J5 H, t- i* }; G/ Y: d' A6 T
    图像匹配模型主要分两部分。第一部分 是特征的计算,第二部分是图像变换模型的最优参数求解,是建立一个优化模型。: a1 u" T! R" H; N( v% }
    222.png & `& \+ O9 ~  @$ L) Y5 G. F4 L
    特征计算部分论文中都有较成熟的方法,本题重点在于第二部分优化模型的建立。这个优化
    $ d$ ]) i/ y! ^& S: M) w模型就是利用选定的变换模型对特征集进行变换,并选择合适的优化搜索算法最小化匹配误差,获取变换模型参数的最优估计,病变的发展情况可以简单用一些特征的变化来度量,如病变部位的形状大小、灰度值变化率等。! q( c6 v. [4 @  k
    具体方法
    3 T6 H7 ]4 D6 }: v# L* `目前医学图像配准的两类主要方法是基王灰度的方法和基于特征的方法。基于灰度的配准方. B4 Y8 }1 @9 X; K1 m( a( x7 ?
    法使用全部的灰度信息来进行变换图像的相似性度量。该类方法并不存在特征的检测和提取,也不需要对图像进行预处理。另外,图像灰度的统计信息可以作为一种度量标准检验图像配准的精度。基于灰度的配准方法主要分为基于互相关的方法、基于互信息的方法和基于傅里/ W4 a2 e. Z# Y5 O1 z. z! {' M
    叶变换的方法。(因为方法较多,这里建议大家找一篇具体的文章参考)基于图像特征的方法是利用图像中某些具有显著特征的局部结构进行比对和匹配,其关键是对图像特征的判定、识别、提取、描述和匹配操作。其中,常用的图像特征有局部区域、轮廓、边缘、直线和点。! U( S. r; L( u
    一些经典的图像边缘提取算法和图像分割算法都可以被用来进行图像特征的提取,如高
    5 m. k9 ^' b' [4 W2 _2 r5 T! G斯一拉普拉斯算子,Canny 算子等。(其实这两种方法本质一直,灰度可以看作一种全局特征): w" p9 \1 \4 s6 `3 q
    % N: t+ J  |5 D$ G  ?* Q+ l
    入 门 知 识 参 考 :https://blog.csdn.net/qq_41375318/article/details/103006360?utm_medium=distribute.pc_rele vant_download.none-task-blog-baidujs-4.nonecase&depth_1-utm_source=distribute.pc_relevant _download.none-task-blog-baidujs-4.nonecase
    & S% {, b3 u& R) T. y一些代码思路参考:
    5 M! z+ z) A" {. l8 M0 e" Uhttps://blog.csdn.net/m_buddy/article/details/75911900?utm_medium=distribute.pc_relevant_ download.none-task-blog-2~default~blogcommendfrombaidu~default-11.nonecase&depth_1-ut m_source=distribute.pc_relevant_download.none-task-blog-2~default~blogcommendfrombaidu ~default-11.nonecas
    8 ]3 `# p+ M+ l% \https://blog.csdn.net/YunlinWang/article/details/77882503?utm_medium=distribute.pc_relevan t_download.none-task-blog-2~default~blogcommendfrombaidu~default-9.nonecase&depth_1-ut m_source=distribute.pc_relevant_download.none-task-blog-2~default~blogcommendfrombaidu ~default-9.nonecas+ S2 y" w5 G6 c8 n) c0 U
    https://blog.csdn.net/shandianfengfan/article/details/113750401
    5 j1 M( z) x$ ~' H+ V$ }& B* _) y& \! D) F/ S! v

    . i* {4 Y& P8 U+ N! O- i

    基于特征点R_nyi互信息的医学图像配准_赵海峰.pdf

    1.46 MB, 下载次数: 4, 下载积分: 体力 -2 点

    图像配准中的数学模型和计算.pdf

    1.64 MB, 下载次数: 9, 下载积分: 体力 -2 点

    医学图像配准综述_王晨.caj

    5.49 MB, 下载次数: 2, 下载积分: 体力 -2 点

    应用显著纹理特征的医学图像配准_王红玉.pdf

    647 KB, 下载次数: 1, 下载积分: 体力 -2 点

    基于特征的图像配准关键技术研究_靳峰.caj

    9.51 MB, 下载次数: 1, 下载积分: 体力 -2 点

    图像配准关键技术综述_杨家俊.pdf

    3.79 MB, 下载次数: 3, 下载积分: 体力 -2 点

    图像配准关键算法研究_霍海利.caj

    3.52 MB, 下载次数: 4, 下载积分: 体力 -2 点

    图像配准技术及其应用研究_廖洁.pdf

    1.35 MB, 下载次数: 2, 下载积分: 体力 -2 点

    基于模糊数学的对抗网络图像配准建模_柳静.pdf

    458.22 KB, 下载次数: 1, 下载积分: 体力 -2 点

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-4-20 13:36 , Processed in 0.456268 second(s), 55 queries .

    回顶部