基于活動(dòng)感興趣區(qū)域的腦組織自動(dòng)提取方法.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩50頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、腦組織自動(dòng)提取是腦內(nèi)部分析預(yù)處理中的一個(gè)重要步驟。隨后的分析如腦組織分割、腦容量大小和腦萎縮程度測(cè)量，都很大程度上受到腦組織提取量結(jié)果的影響。按人工參與程度，目前腦組織提取可分為人工、半自動(dòng)和自動(dòng)三種方法。由于人工方法對(duì)操作人員要求過(guò)高，且耗時(shí)嚴(yán)重，所以具有較高準(zhǔn)確性并且耗時(shí)較少的自動(dòng)方法獲得了研究人員極大的關(guān)注，近些年取得了很大的進(jìn)步。本文提出一種基于活動(dòng)感興趣區(qū)域(Active Region of Interested,AROI)的

2、腦組織自動(dòng)提取算法。
　　本文首先介紹了腦組織自動(dòng)提取研究背景和意義、國(guó)內(nèi)外研究現(xiàn)狀，腦組織自動(dòng)提取算法中的BET（Brain Extraction Tool）和其改進(jìn)算法原理，提出了三種輪廓線演化的自動(dòng)結(jié)束準(zhǔn)則，并用實(shí)驗(yàn)對(duì)所提出準(zhǔn)則效果進(jìn)行分析與總結(jié)。之后介紹了基于邊緣信息的GAC（geodesic active contour）模型和基于區(qū)域信息的CV模型原理以及一種結(jié)合了邊緣與區(qū)域信息的混合活動(dòng)輪廓模型。
　　本文提出

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論