结合ASM及特征融合策略的Tagged MR左心室分割

来源 :计算机工程与应用 | 被引量 : 5次 | 上传用户:l7821744
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
提出了一种基于ASM框架的Tagged MR图像左心室分割方法。即从基于典型相关分析的特征融合角度对LM滤波器组提取的Tagged MR图像左心室纹理特征用典型相关分析进行优化组合,再用SVM构造分类器,通过分类器来确定边缘点,驱动ASM模型边界变形得到分割结果。通过典型相关分析的特征融合可以降低分类错误率,提高分类性能;用分类器代替经典ASM模型的基于轮廓灰度的匹配法来确定边缘点具有较强的鲁棒性。该方法在不同时刻不同断层Tagged MR图像上进行了验证,实验结果表明该方法具有较高的准确度和较强的
其他文献
通过建立适用于高速TCP和AQM反馈控制系统的流体流模型,分析高速TCP/AQM闭环系统的稳定性。采用频域稳定裕度,得到高速TCP/AQM中RED算法的稳定参数区域。基于MATLAB/SIMULINK
对于船舶模型加工而言,CAM系统的应用是缩短技术准备周期、实现复杂型线船舶模型加工的有效途径。能否充分运用好CAM系统的部件加丁知识.将直接影响CAM系统的实施效果。通过相
将粗集方法作为BP神经网络的前端处理器,通过对煤与瓦斯系统属性特征的提取和影响因素的约简,较好解决了预测输入特征的"维数灾"问题,构建了粗集与神经网络相结合的煤与瓦斯突出预测模型。仿真实验表明,验证了该方法的有效性,模型学习速度更快、精确度更高,对提高瓦斯突出预测时效性有重大意义。
提出了一种基于非下采样Contourlet变换的自适应图像去噪方法。首先对噪声图像进行非下采样Contourlet变换,得到各个尺度各个方向子带的系数,再根据该系数的能量自适应地调整去噪阈值。实验表明,与Contourlet多尺度阈值去噪、Contourlet自适应阈值去噪相比,该方法在保留图像边缘细节的同时,能提高图像的PSNR值,减少了Gibbs现象。
传统的独立分量分析(ICA)算法无法确定高光谱数据中独立分量的个数,利用概率神经网络(PNN)训练时间短的优点,根据分类精度可以较快地确定出独立分量的个数。提出了一种在确定高光谱数据的维数之后利用支持向量机(SVM)分类的新算法思想,首先利用ICA对高光谱数据降维,并利用PNN确定出独立分量的个数,而后对降维后的数据利用SVM作交叉验证,并采用混合核函数进行分类的算法思想。通过仿真实验表明,该算法
由于ADSL(Asymmetric Digital Subscriber Line)端到端的通讯结构,传统的监听技术很难进行,在分析了ADSL数据承载方式和用户认证的基础上,设计了一种基于DSLAM(Digital Subscrib