一种在医学图像中挖掘非对称区域的方法

来源 :计算机应用 | 被引量 : 1次 | 上传用户:limingxing0623
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
介绍了一种在包含复杂结构的医学图像中利用近似对称性,通过消除对称区域,有效挖掘出非对称区域的算法。首先使用基于对称度的刚性配准算法对三维灰度医学图像进行自我镜像对齐,然后对配准后的图像使用改进的自适应溶蚀算子以消除那些近似对称的区域,多精度迭代上述两个步骤以获得最终的非对称区域。在人类头部CT的胆脂瘤检测实验中,该算法显示出良好的挖掘效果,检测成功率达到80%。
其他文献
非线性共轭梯度(nonlinear conjugate gradient,NLCG)反演法具有较好的稳定性和反演精度,在二维反演中得到了广泛的应用,但是正则化因子选取困难以及计算量较大等问题限制了其
2015年8月17日,《农业部关于开展主要农作物生产全程机械化推进行动的意见》(以下简称意见)重磅发布,其中"总体思路、基本原则与发展目标"如下:总体思路:围绕转变农业发展方式的总
近年来我国通信技术不断进步与发展,社会各界对其关注度不断提高。其中最广泛的就是研究无线电短波通信基站,分析其传播实用性的优势,具有极高的使用价值。文中以无线电短波
挖掘关联规则是数据挖掘领域中的重要研究内容,其中挖掘最大频繁项目集是挖掘关联规则中的关键问题之一,以前的许多挖掘最大频繁项目集算法是先生成候选,再进行检验,然而候选项目集产生的代价是很高的,尤其是存在大量长模式的时候。文中改进了FP 树结构,提出了一种基于FP tree的快速挖掘最大频繁项目集的算法DMFIA 1,该算法不需要生成最大频繁候选项目集,比DMFIA算法挖掘最大频繁项目集的效率更高。改