| 基于主成分分析—神经网络的医学图像刚性配准方法(投稿) |
| |
| 引用本文： | 马滕飞. 基于主成分分析—神经网络的医学图像刚性配准方法(投稿)[J]. 科学技术与工程, 2011, 0(22): 5317-5322 |
| |
| 作者姓名： | 马滕飞 |
| |
| 作者单位： | 暨南大学经济学院统计学系,广州,510632 |
| |
| 摘 要： | 医学图像配准在临床诊断和治疗计划中起着重要的作用。应用特征图像的第一主方向提出了自动配准计算机层析术(CT)和磁共振(MR)大脑图像的方法。方案中,先应用主成分分析-神经网络来计算特征图像的第一主方向,然后通过调整特征图像的第一主方向和质心来完成配准问题。此外,还以MR-MR图像配准和CT-MR图像配准为例,对此方法的配准效果进行了简单分析。
|
| 关 键 词： | 图像配准 主成分分析 Oja学习算法 神经网络 |
| 收稿时间： | 2011-04-13 |
| 修稿时间： | 2011-04-26 |
Rigid Medical Image Registration Using PCA Neural Network |
| |
| matengfei. Rigid Medical Image Registration Using PCA Neural Network[J]. Science Technology and Engineering, 2011, 0(22): 5317-5322 |
| |
| Authors: | matengfei |
| |
| Affiliation: | MA Teng-fei(Statistics Department,Economics Institute,Guangzhou 510632,P.R.China) |
| |
| Abstract: | Medical image registration plays an important role in clinical diagnosis and therapy planning.An automatic method is proposed to register computed tomography(CT) and magnetic resonance(MR) brain images by using first principal directions of feature images.In this method,principal component analysis(PCA) neural network is used to calculate the first principal directions from feature images,and then the registration is accomplished by simply aligning feature images,first principal directions and centroid.Simu... |
| |
| Keywords: | image registration principal component analysis Oja's learning algorithm neural network |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|
