2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、多模態(tài)醫(yī)學(xué)影像融合指將不同模態(tài)的影像融合在一起,目的在于充分顯示形態(tài)成像方法的分辨率高、定位準(zhǔn)確這一優(yōu)勢(shì),克服功能成像中空間分辨率和組織對(duì)比分辨率低的缺點(diǎn),最大限度地挖掘影像學(xué)信息,得到更豐富的信息以便了解病變組織或器官的綜合信息,從而為醫(yī)生做出準(zhǔn)確的診斷或合適的治療方案提供可靠依據(jù)。當(dāng)前,醫(yī)學(xué)影像融合已經(jīng)成為醫(yī)學(xué)影像處理領(lǐng)域的一個(gè)研究熱點(diǎn),具有廣闊的應(yīng)用前景,本文針對(duì)多模態(tài)醫(yī)學(xué)影像融合展開研究。
   針對(duì)基于小波變換的醫(yī)學(xué)影

2、像融合過程中存在部分邊緣丟失和紋理信息模糊的問題,本文提出了一種基于多小波變換和模糊推理的融合方法,利用多小波基的緊支撐性、對(duì)稱性、高階消失矩等性質(zhì)為融合提供了更精確的多分辨分析空間。通過對(duì)不同的多小波基進(jìn)行分析比較,選擇出最適合醫(yī)學(xué)影像融合的多小波融合算子。在融合規(guī)則的設(shè)計(jì)中,對(duì)高頻分量采用基于模糊推理的融合規(guī)則,將高頻域的多小波系數(shù)映射到模糊集合中,有效避免了融合后醫(yī)學(xué)影像的模糊性問題。對(duì)低頻分量采用區(qū)域方差加權(quán)融合規(guī)則。實(shí)驗(yàn)結(jié)果表

3、明,本方法能夠充分保留源影像信息,融合效果優(yōu)于小波變換方法。
   當(dāng)前,D-S(Dempster-Shafer)證據(jù)理論已成功應(yīng)用于數(shù)據(jù)融合、風(fēng)險(xiǎn)估計(jì)、地表勘測(cè)等領(lǐng)域,本文首次將D-S證據(jù)理論引入多模態(tài)醫(yī)學(xué)影像融合方法中,提出了一種基于改進(jìn)的D-S證據(jù)理論的多模態(tài)醫(yī)學(xué)影像融合方法。首先,改進(jìn)了D-S證據(jù)理論的證據(jù)合成規(guī)則,以便處理高證據(jù)沖突的情況;其次,采用源影像的紋理和邊緣屬性作為證據(jù),通過證據(jù)合成后各影像點(diǎn)屬性確定融合規(guī)則

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論