心脏核磁共振图像标记线的Bayesian跟踪方法

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户:liuhao0760
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
标记线跟踪是对心脏进行三维运动重建的前提,提出了基于Bayesian方法的标记线跟踪算法.算法在使用活动网格模型进行跟踪的基础上,通过预测网格节点的位置建立Markov随机场(MRF)模型,并使用EM算法将节点按是否在心室内加以分类.根据不同类别的网格节点在跟踪过程中所应起到的作用,设计不同的先验分布及似然函数,使用迭代条件模式(ICM)最大后验概率(MAP)求解网格结点坐标.对多序列心脏收缩期核磁共振图像的实验表明,算法能较准确地对网格节点进行分类,从而能在未给定心脏的内外轮廓的情况下准确地跟踪标记线;
其他文献
提出了一种新的融合思想,即图像应在相似尺度(si milar scale,SS)上进行融合·当融合低分辨率多光谱图像与高分辨率全色图像时,一般的方法没有考虑到插值的多光谱图像和高分辨率的全色图像的尺度不一致性·基于相似尺度的思想,图像融合算法如下·首先,使用“劋trous”离散小波变换分解高分辨率全色图像,使其低通分量与插值后的多光谱图像具有相似的尺度·然后,用加权多尺度基本形式(weighted