资料下载
如何使用优化算法和powell算法提高医学图像配准精度
分享资料个
针对现有医学图像配准算法精度较差、易陷入局部极值和收敛速度慢的问题，结合多分辨率分析，提出改进头脑风暴优化（ MBSO）算法与Powell算法结合的图像配准算法。MBSO算法通过改变个体生成方式调节参与局部和全局搜索的个体比例，应用可变步长加强搜索能力，达到跳出局部最优和加速收敛的目的。首先，在低分辨率层利用MBSO算法进行全局搜索；然后，将搜索结果作为Powell算法的初始点在高分辨率层进一步搜索；最后，在原始图像层利用Powell算法搜索并定位全局最优值。与粒子群优化（PSO）算法、蚁群优化（ACO）算法、遗传算法（CA）与Powell算法结合算法相比，所提算法平均均方根误差分别减小了20. 89%、30. 46%和18. 54%，平均配准时间分别缩短了17. 86qo、27. 05 qo和26. 600/0，并且达到了100010的成功率。实验结果表明，所提算法具有很强的鲁棒性，能够快速、准确完成医学图像配准任务。
图像配准是医学图像分析领域的一个基本问题。临床上医学图像辅助疾病诊断、确定治疗方案、手术模拟和术中导航等很多应用，都需要图像的精确配准作为先决条件。医学图像配准是指通过求解两幅或多幅图像间的变换关系，使得同一患者不同时间、不同成像方式得到的图像或者图像中具有诊断意义的特征点在空间上对应起来。图像配准的目的是综合利用多幅图像对同一器官的表达，在一幅图像中同时反映人体器官解剖结构、代谢功能、病理发展等多方面的信息。随着医学影像技术的广泛应用，图像配准在现代医学中发挥着越来越重要的作用，已经成为当前医学图像分析领域的一个热点问题。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
-
20151225
2020-06-08
0 回复 举报希望对我有用 收起回复
- 相关下载
- 相关文章
