文献

J-GLOBAL ID：201702293044293878   整理番号：17A1453493

網膜画像レジストレーションのための半教師つきEMと局所幾何学的制約を用いた特徴誘導Gauss混合モデル【Powered by NICT】

Feature guided Gaussian mixture model with semi-supervised EM and local geometric constraint for retinal image registration

著者 (5件)： Ma Jiayi (Electronic Information School, Wuhan University, Wuhan, 430072, China) ,  Ma Jiayi (Beijing Advanced Innovation Center for Intelligent Robots and Systems, Beijing Institute of Technology, Beijing, 100081, China) ,  Jiang Junjun (School of Computer Science, China University of Geosciences, Wuhan, 430074, China) ,  Liu Chengyin (School of Electronic Information and Communications, Huazhong University of Science and Technology, Wuhan, 430074, China) ,  Li Yansheng (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, 430079, China)
資料名： Information Sciences  (Information Sciences)
巻： 417  ページ： 128-142  発行年： 2017年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 二の観測された網膜画像から抽出したスパース特徴の二セットを整合させることにより定式化できる,網膜画像レジストレーションは,様々な眼疾患の診断と治療における重要なステップである。既存の方法は,欠落した真の対応に悩まされているまたは局所外見情報,不十分な信頼性のある特徴に起因して低品質網膜画像のマッチングにおける困難を引き起こすを完全に考慮していない。添加では,網膜画像ペア間の関係は通常,線形変換,アフィン変換のような非平面眼球表面に起因する大きな視点変化の正確なアラインメントを生成できないによりモデル化した。これらの問題に対処するために,特徴導波Gauss混合モデル(GMM)は,網膜画像の非剛体レジストレーションのために提案した。密度の特徴誘導混合物の推定として問題を定式化し:GMMは,局所外見ディスクリプタに関連する空間位置により特徴づけられるガウス密度の中心は,他の点集合と一致するように制約されている1点セットに適合させた。問題を最大最尤骨格の下で解き,半教師つき期待値最大化を用いて特徴対応性および空間変換,これは以前に得られた機密特徴照合のセットにより初期化されるを逐次的に推定する。非剛体変換では,再生カーネルH ilbert空間における特定し,意味のある解を得るための変換推定を確立するために義務付けられている局所幾何学的制約。スパース近似に基づく高速実装も提供し,時間計算量を減少させる立方晶から二次。さらに,エッジマップ,より信頼性の高い特徴を抽出,網膜画像の一様な表現としてを用いた。公的に利用可能な網膜画像上での実験結果により,提案アプローチでは,異なるレジストレーションタスクの中でロバストであり,いくつかの競合する手法よりも優れており,データは,深刻に悪化したときに特にその効果が大きいことを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 透視図法 ,  統制索引語 ,  *ロバスト性 ,  アラインメント ,  定式化 ,  近似法 ,  一次変換 ,  モデリング ,  高速度 ,  アフィン変換 ,  信頼性 ,  最尤法
準シソーラス用語： EMアルゴリズム ,  *Gauss混合モデル ,  *網膜画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： 網膜画像レジストレーション ,  特徴誘導 ,  半教師つきEM ,  局所幾何学的制約 ,  GMM

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (8件)： 網膜画像 ,  レジストレーション ,  教師 ,  EM ,  幾何学 ,  制約 ,  誘導 ,  Gauss混合モデル