為了進一步提高醫(yī)學(xué)圖像配準的準確性和速度,提出一種基于PCA的醫(yī)學(xué)圖像特征提取與配準算法。首先訓(xùn)練原始圖像,生成樣本矩陣,然后利用主成份分析的線性變換將樣本圖像的維度從高維空間降到低維空間,最后結(jié)合剛性變換的圖像配準算法,對低維空間圖像進行圖像配準。臨床實驗數(shù)據(jù)表明,本研究算法具有較高速度與準確性,不僅可以顯著提高圖像的配準速度,而且還可以去除偽影和噪聲,進而最大限度地保留臨床意義上的圖像特征信息,為研判病情與臨床診治提供了有效的幫助。

【文章頁數(shù)】：4 頁

【文章目錄】：
1 算法設(shè)計
    1.1 主成份分析
    1.2 醫(yī)學(xué)圖像配準
2 實驗與分析
    2.1 訓(xùn)練樣本
    2.2 特征提取
    2.3 圖像配準
    2.4 結(jié)果分析
3 結(jié)論



本文編號：3878824