搜索资源列表
Image-Registration-Using
- 生物医学图像配准的文献 可能或许对你有用-Biomedical image registration literature may perhaps be useful to you
55593417AffineTrnasformation
- 应用仿射变换，对医学图像进行了配准的Matlab编程-Application of affine transformation, carried out the medical image registration of the Matlab programming
nonrigid-register
- 系统地阐述了医学图像非刚性配准技术的当前现状。从非刚性配准的四个模型入手，在常用的医学图像配准框架之上。有PPT，mindmanager 的思维导图可以帮助大家更好地理解-Systematic exposition of non-rigid medical image registration technology, the current status quo. From the non-rigid registration of four models to start, in a comm
3DMed_Code
- 3Dmed系统中主要提供了医学影像数据I/O、二维操作、医学影像分割、表面绘制、体绘制、虚拟切割、三维测量及医学图像配准等基本功能-3Dmed system mainly provides the medical image data I/O, two-dimensional operation, medical image segmentation, surface rendering, volume rendering, virtual Cutting, three-dimension
ImageRegistration7
- 基于vc软件平台，实现医学图像配准，包含平移，旋转缩放。已调试，无错误-Vc-based software platform, in medical image registration, including translation, rotation, scaling. Have debugging, error-free
elastix_sources_v4.4
- 医学图像配准算法库，基于ＩＴＫ编写，针对于各种配准情形进行了优化处理-elastix is a medical algorithm library
elastix_example_v4.4
- 关于elastix医学图像配准算法库的例子程序，有助于分析elastix如何操作，是一个很好的教程-this is a example set of elastix library
Image-registration-procedures
- 实现了基于SIFT的腹部医学图像配准，实现了对图像特征点的提取。-SIFT-based abdominal medical image registration, image features extracted.
Hausdorff_Distance
- 提出了利用小波分解建立多分辨率图像锥和Hausdorff距离的医学图像配准方法。先利用小波方法建立多分辨率图像锥, 然后根据梯度向量幅度提取分层图像的特征点, 利用Hausdorff距离进行特征点集的匹配。该方法提高了配准的速度和精度, 而且具有鲁棒性。-Image registration is the matching processing in which two or more images match from the same scene derived from different
Mutual_Information
- 研究了基于互信息测度的医学图像配准方法,提出了一种优化算法的改进。目的旨在于解决配准的精度和在基于互信息配准过程中的效率问题。提出的优化算法是将拟牛顿方法运用于多模医学图像配准中。实验结果说明这种改进的方法能有效提高配准的精度和效率问题,并得到好的实验效果。-Abstract: This paper presents a novel Optimized method for medical image registration, the purpose is to solve problems,
tuxiangpeizhun
- 图像的匹配算法，陈显毅书上的经典医学图像配准算法-Image matching algorithm, Chen Xianyi book classic medical image registration algorithm
Computation_of_Mutual_Information
- 【摘要】 基于互信息的配准方法是医学图像配准领域的重要方法。互信息是图像配准中常用的相似性度量,具有鲁棒、精度高等优点,但基于互信息的配准计算量大,制约了它的实际应用。我们采用基于多分辨率和混合优化策略的配准方法,在图像的不同灰度等级数下进行配准,分析了互信息的计算量与灰度等级数的关系,并用人头部的MRI图像和CT图像做了二维的单模模拟实验和多模实际配准实验,结果显示在灰度等级数为32和64时,与灰度等级数为256时相比,配准精度没有明显改变,而计算量下降显著。-Abstract Registr
Optimization-Algorithm
- 摘 要 为了实现快速精确的图像配准， 提出了基于改进粒子群优化算法的互信息图像配准方法， 以互信息作为图像配准的相似性测度， 使用改进的 PSO 算法来求解配准所需的空间变换参数 改进的粒子群算法引入组织的概念把整个种群划分为多个子群体共同进化， 并引入变异运算减少算法陷入局部最优 把改进的粒子群优化算法应用到医学图像配准领域上来， 实验结果表明， 算法能够得到比较满意的配准结果-Abstract In order to realize the fast precise image regist
GeneticAlgorithmMaximalMutual
- 摘 要：针对人脑的二维图像设计了一种遗传算法和最大互信息相结合的医学图像配准算法，采用互信息配准模型，以图像的灰度统计信息为配准依据，用改进的遗传算法搜索图像间的最优变换参数，并用最大互信息作为目标函数指导最优变换参数的搜索。通过实验验证了算法的可行性和稳定性。-Abstract: The paper designs a registration algorithm which links improved genetic algorithm and the maximal mutual inf
Artificial-Neural-Networks
- 摘要:回顾了神经网络理论发展的历史和现状。在此基础上，介绍并讨论了20世纪如年代神经网络研究的一些新进展。根据神经网络研究的特点，对人工神经网络今后的发展前景作了一定的评述， 人工神经网络的研究与发展必将对现代科学技术产生深远的影响.配准中基于像素和基于特征两类主要方法的优缺点 深入研究了互信息理论在医学图像配准领域的应用和实现机理以及互信息作为相似性测度的优缺点。本文着 重深入研究了Renyi广义互信息及其在图像配准中的作用，并针对互信息计算的复杂性，引入了广义近邻图嫡估计理论，并成功
papademetris_Image_Registration
- 耶鲁大学关于图像配准方面的ppt，对其在fMRI医学图像配准方面的应用作了比较详细的讲解-Yale University ppt, image registration made a more detailed account of its application in fMRI medical image registration
tuxiangpeizhunshili
- 基于matlab平台的医学图像配准程序的实例，能实现多模态图像的配准-Instances of a program of medical image registration based on matlab platform, to achieve multi-modality image registration
centroid_match
- 在医学图像配准中，预处理图像有时需要将两幅图像的重心对准，这就是一个图像重心对准程序Function Developed by Fahd A. Abbasi.-It is a function to match the centroid of two imagesFunction Developed by Fahd A. Abbasi.
image-registrationHarris
- 针对基于最大互信息图像配 准的不足 研究 了基于 H a r r ls角点算子的多模态医学图像配准。在计算互信 息的时候,采用部分体积插值法计算联合灰度直方 图-Based on the maximum mutual information for image registration based on the lack of H arr ls corner operator multimodal medical image registration. In calculating the mu
Imageregistration
- 陈显毅老师关于医学图像配准的源程序，大家有兴趣的可以试着运行一下-Chenxian Yi teacher on medical image registration of the source, we are interested can try to run the