基于迭代回歸的2D/3D多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)
【文章頁(yè)數(shù)】:77 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
圖2-2基于特征信息配準(zhǔn)示意圖
第二章2D/3D醫(yī)學(xué)圖像配準(zhǔn)基礎(chǔ)11在學(xué)術(shù)研究中,基于內(nèi)部特征的方法已經(jīng)逐漸取代了基于外部標(biāo)記的方法,基于內(nèi)部特征最常用的三種方法是基于曲線、基于點(diǎn)和基于曲面。在基于曲面的配準(zhǔn)中,提取浮動(dòng)圖像的表面結(jié)構(gòu)信息與參考圖像的對(duì)應(yīng)表面進(jìn)行配準(zhǔn)。由于曲面可能會(huì)發(fā)生大變形,而曲面中可能會(huì)缺少....
圖2-3基于灰度信息配準(zhǔn)示意圖
電子科技大學(xué)碩士學(xué)位論文12像和參考圖像中同一坐標(biāo)位置的點(diǎn)當(dāng)做一一對(duì)應(yīng)的點(diǎn),利用像素之間的相似性測(cè)度代替?zhèn)鹘y(tǒng)距離測(cè)度,從而定義術(shù)前3D圖像與術(shù)中2D圖像之間的對(duì)應(yīng)關(guān)系。圖2-3基于灰度信息配準(zhǔn)示意圖到目前為止,在2D/3D醫(yī)學(xué)圖像配準(zhǔn)的相關(guān)文獻(xiàn)中,研究最多的方法是基于數(shù)字重建影像....
圖2-4患者頭部圖像
電子科技大學(xué)碩士學(xué)位論文14確性滿足配準(zhǔn)精度要求。綜上所述,基于混合信息的圖像配準(zhǔn)方法結(jié)合基于灰度信息和基于特征信息兩種方法的特點(diǎn),通過(guò)提取邊緣、輪廓等特征結(jié)合灰度信息來(lái)完成配準(zhǔn),即通過(guò)基于特征信息的配準(zhǔn)算法來(lái)輔助基于灰度信息的配準(zhǔn)算法,在保證較高配準(zhǔn)精度的前提下減少配準(zhǔn)時(shí)間提高....
圖2-5光線投射方法圖示
第二章2D/3D醫(yī)學(xué)圖像配準(zhǔn)基礎(chǔ)15擬X光圖像,也可稱為合成X光圖像,如圖2-4所示,圖像(a)為根據(jù)患者CT圖像模擬的DRR圖像,圖像(b)為患者的真實(shí)X光圖像。最常用的投影方法是“光線投射”(ray-casting)算法[50][51],并衍生出許多優(yōu)化版本。光線投射算法從比....
本文編號(hào):3893856
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3893856.html