本文關(guān)鍵詞：一種自適應(yīng)慣性權(quán)重粒子群算法在磁共振圖像偏移場矯正中的應(yīng)用

  更多相關(guān)文章： 磁共振圖像 偏移場 圖像熵 自適應(yīng) 粒子群算法

【摘要】：為解決用傳統(tǒng)粒子群算法估計磁共振(MR)圖像偏移場會陷入局部最優(yōu)的問題,本文提出了一種自適應(yīng)權(quán)重粒子群算法估計MR圖像的偏移場。針對傳統(tǒng)粒子群算法的缺陷,設(shè)計一個衡量早熟收斂程度的指標(biāo),根據(jù)此指標(biāo)來自適應(yīng)地調(diào)整慣性權(quán)重,確保粒子群有效地進(jìn)行全局尋優(yōu),避免陷入局部最優(yōu)。本文利用Legendre多項式來擬合偏移場,多項式參數(shù)利用本文提出的算法進(jìn)行尋優(yōu),最后對MR圖像的偏移場進(jìn)行估計和矯正。將本文算法與改進(jìn)的熵最小方法進(jìn)行對比分析,本文矯正后圖像熵值更小,對偏移場估計更準(zhǔn)確,將矯正后的圖像進(jìn)行分割,分割精度提高將近10%。研究結(jié)果初步說明,本算法可應(yīng)用于MR圖像偏移場的矯正。
【作者單位】： 新鄉(xiāng)醫(yī)學(xué)院生物醫(yī)學(xué)工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(61305147) 新鄉(xiāng)醫(yī)學(xué)院科研培育基金資助項目(2014QN142)
【分類號】：TP18;R445.2
【正文快照】： 引言磁共振(magnetic resonance,MR)成像具有非介入性、非損傷以及對軟組織分辨率高的特性,目前在臨床醫(yī)學(xué)中得到廣泛應(yīng)用。它已成為腦功能、病理和解剖研究的主要檢測手段,以及腦疾病(如阿爾茨海默癥、多發(fā)性硬化癥、精神分裂癥等)分析的重要工具,而對腦組織(灰質(zhì)、白質(zhì))的精

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 李玉榕;杜民;王宇琳;;改進(jìn)粒子群算法在治療型關(guān)節(jié)炎護(hù)膝中的應(yīng)用[J];儀器儀表學(xué)報;2007年09期

2 柳伯超;秦茂玲;劉弘;;基于粒子群算法的多約束背包問題求解方案[J];生物醫(yī)學(xué)工程研究;2006年02期

3 王昱;唐加福;曲剛;宮俊;;醫(yī)院手術(shù)調(diào)度問題的多目標(biāo)粒子群優(yōu)化方法[J];系統(tǒng)仿真學(xué)報;2014年08期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進(jìn)粒子群算法[A];中國科學(xué)院地質(zhì)與地球物理研究所第11屆（2011年度）學(xué)術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進(jìn)制粒子群算法在稀疏陣列綜合中的應(yīng)用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學(xué)系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學(xué)和運動穩(wěn)定性學(xué)術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設(shè)計中的應(yīng)用[A];第十一屆全國膨脹節(jié)學(xué)術(shù)會議膨脹節(jié)設(shè)計、制造和應(yīng)用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進(jìn)粒子群算法[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機(jī)參數(shù)選擇優(yōu)化中的應(yīng)用研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進(jìn)粒子群算法在大壩力學(xué)參數(shù)分區(qū)反演中的應(yīng)用[A];2012年中國水力發(fā)電工程學(xué)會大壩安全監(jiān)測專委會年會暨學(xué)術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機(jī)攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標(biāo)函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王芳;粒子群算法的研究[D];西南大學(xué);2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學(xué);2012年

3 劉建華;粒子群算法的基本理論及其改進(jìn)研究[D];中南大學(xué);2009年

4 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學(xué);2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學(xué);2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應(yīng)用研究[D];大連理工大學(xué);2007年

8 劉宏達(dá);粒子群算法的研究及其在船舶工程中的應(yīng)用[D];哈爾濱工程大學(xué);2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學(xué);2006年

10 馮琳;改進(jìn)多目標(biāo)粒子群算法的研究及其在電弧爐供電曲線優(yōu)化中的應(yīng)用[D];東北大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張忠偉;結(jié)構(gòu)優(yōu)化中粒子群算法的研究與應(yīng)用[D];大連理工大學(xué);2009年

2 李強(qiáng);基于改進(jìn)粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學(xué);2015年

3 付曉艷;基于粒子群算法的自調(diào)節(jié)隸屬函數(shù)模糊控制器設(shè)計[D];河北聯(lián)合大學(xué);2014年

4 余漢森;粒子群算法的自適應(yīng)變異研究[D];南京信息工程大學(xué);2015年

5 梁計鋒;基于改進(jìn)粒子群算法的交通控制算法研究[D];長安大學(xué);2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學(xué);2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調(diào)度方法研究[D];陜西科技大學(xué);2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機(jī)數(shù)學(xué)模型問題[D];山東大學(xué);2015年

9 陳百霞;考慮風(fēng)電場并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數(shù)據(jù)自動生成研究[D];江西理工大學(xué);2015年

，

本文編號：1280685