文献

J-GLOBAL ID：202102219429263851   整理番号：21A0042467

適応分数次数に基づく医用画像非剛体レジストレーション【JST・京大機械翻訳】

Medical Image Non-rigid Registration Based on Adaptive Fractional Order

著者 (3件)： Zhang Guimei (江西省図像処理与模式識別重点実験室(南昌航空大学) 南昌330063) ,  Hu Qiang (江西省図像処理与模式識別重点実験室(南昌航空大学) 南昌330063) ,  Guo Lijuan (江西省図像処理与模式識別重点実験室(南昌航空大学) 南昌330063)
資料名： Zidonghua Xuebao  (Zidonghua Xuebao)
巻： 46  号： 9  ページ： 1941-1951  発行年： 2020年 
JST資料番号： C2134A  ISSN： 0254-4156  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 既存の医用画像レジストレーションアルゴリズムは,グレースケール均一,弱いエッジ,および弱いテクスチャ画像が局所最適に陥りやすいので,レジストレーション精度が低く,収束速度が遅い。分数次数アクティブDemons(FractionalactiveDemons,FAD)アルゴリズムはこの問題を解決する有効な方法であり、画像の非剛体レジストレーションに適している。しかし,FADにおける最適分数次数は,人工相互作用選択であり,そして,全画像は,不変であった。この問題を解決する。適応能動Demonsアルゴリズムを提案し,医用画像の非剛体レジストレーションに適用した。まず第一に,画像の局所特性に従って,分数次数の適応数学モデルを構築し,次に,最適次数を画素毎に計算し,次に,Riemann-Liouvill(R-L)分数微分動的テンプレートを,次構造に基づいて構築した。次に,適応R-L分数微分をActiveDemonsアルゴリズムに導入して,画像レジストレーションが弱いエッジと弱いテクスチャ領域で局所最適問題に陥りやすくなり,レジストレーション精度を改善した。2つの医学画像データベースで実験検証を行い、実験結果により、この方法がグレースケール均一、弱テクスチャと弱エッジの医学画像非剛体レジストレーションを処理でき、レジストレーション精度が大幅に向上した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  相互作用 ,  グレースケール ,  数学モデル ,  画素 ,  *医用画像 ,  画像データベース
準シソーラス用語： 収束速度 ,  分数微分 ,  テクスチャ画像 ,  *分数次 ,  *非剛体レジストレーション , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (4件)： 適応 ,  分数次 ,  医用画像 ,  非剛体レジストレーション