论文部分内容阅读
为了进一步提高医学图像配准的准确性和速度,提出一种基于PCA的医学图像特征提取与配准算法。首先训练原始图像,生成样本矩阵,然后利用主成份分析的线性变换将样本图像的维度从高维空间降到低维空间,最后结合刚性变换的图像配准算法,对低维空间图像进行图像配准。临床实验数据表明,本研究算法具有较高速度与准确性,不仅可以显著提高图像的配准速度,而且还可以去除伪影和噪声,进而最大限度地保留临床意义上的图像特征信息,为研判病情与临床诊治提供了有效的帮助。