2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩75頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、PET(Positron Emission Tomography)圖像分割是臨床醫(yī)學(xué)中極為重要的一個環(huán)節(jié),它能夠幫助我們準(zhǔn)確定位病灶區(qū)域,對病人的治療具有重要意義。關(guān)于PET圖像的分割,目前已經(jīng)有許多的方法并且取得了很不錯的效果,但是這些傳統(tǒng)的方法都是基于單幅圖像的分割,圖像之間并沒有直接的聯(lián)系,有些時候需要一些人為的先驗信息,而且分割結(jié)果不具有很好的魯棒性。因此就希望找到一種方法,能夠利用圖像之間的一些共有的信息,來幫助我們對圖像進(jìn)行

2、分割,同時分割出多幅PET圖像,并使得分割結(jié)果具有更好的性能指標(biāo)和魯棒性。
  根據(jù)自然圖像中的共分割的思想,并參考其中的一些方法,將共分割的思想運(yùn)用到PET圖像分割領(lǐng)域中。對PET圖像進(jìn)行了兩種共分割的嘗試:第一種是歸一化的割和核方法結(jié)合的共分割,利用歸一化的割對單幅圖像的可分性進(jìn)行限制并利用核方法對圖像間的一些相似信息進(jìn)行共享,加權(quán)生成一個能量函數(shù),并通過低秩優(yōu)化的方法對能量函數(shù)進(jìn)行優(yōu)化求解;第二種是基于活動輪廓模型的共分割,

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論