文献

J-GLOBAL ID：202002216453502784   整理番号：20A1495627

深層分解とスパース表現に基づく医用画像融合【JST・京大機械翻訳】

Medical Image Fusion Based on Deep Decomposition and Sparse Representation

著者 (3件)： Vanitha K. (JNTUA College of Engineering, Ananthapuramu, Anantapur, India) ,  Satyanarayana D. (RGM College of Engineering and Technology, Nandyal, India) ,  Prasad M. N. Giri (JNTUA College of Engineering, Ananthapuramu, Anantapur, India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1240  ページ： 267-277  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本論文では,深い分解とスパース表現に基づくマルチモーダルセンサ脳画像を結合するための新しい融合アルゴリズムを提案した。最初に,詳細およびベース部品の抽出を,深い分解法を用いて行った。次に,最終ベース画像を生成するために,ベース部品を最大融合戦略に従って併合した。次に,それらの高いパスと低いパス周波数帯域を得るために,ラプラシアンピラミッドを用いて詳細部品を適用した。低および高通過帯域をスパース表現と絶対規則を用いて併合した。上記の融合バンドを逆ラプラシアンピラミッドに適用し,最終詳細画像を生成した。最終的融合画像は,最終的詳細とベース画像を加えることによって作り出される。提案手法では,情報源情報を保存するだけでなく,ハロアーチファクト,画素歪も低減する。実験結果は,著者らの方法が既存の方法と比較してより良い結果を与えることを明らかにした。Copyright Springer Nature Singapore Pte Ltd. 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  情報源 ,  画素 ,  分割法 ,  *医用画像 ,  多モード ,  深層 ,  周波数帯 ,  アーチファクト
準シソーラス用語： 通過帯域 ,  脳画像 ,  融合画像 ,  *スパース表現 ,  ラプラシアンピラミッド , 【Automatic Indexing@JST】

著者キーワード (4件)： マルチモーダル医用画像融合 ,  深い分解 ,  ラプラシアンピラミッド ,  スパース表現

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 深層 ,  分解 ,  スパース表現 ,  医用画像 ,  融合