首页 > 文献资料
-
基于回归预测的肺4D-CT多相位配准
针对由于灰度不均和局部形变较大引起的肺4D-CT图像配准精度不足问题,提出基于回归的逐块预测初始形变的方法.新方法的核心思想是:配准一幅浮动图像至参考图像时,利用与浮动图像相对应的不同相位的图像信息进行形变场预测.首先,利用已有配准算法配准不同相位的图像至参考图像,得到各图像对应的形变场;再将图像和对应形变场分块作为训练集,利用多维支持向量回归机建立回归模型;将浮动图像分块输入回归模型中,预测出初始形变场,从而得到中间图像,并终细化配准中间图像与参考图像.采用由德克萨斯安德森肿瘤中心DIR实验室采集并公开的数据集,评价所提出的算法.实验量化评价结果表明,与传统的Active Demons算法、Spectral Log-Demons算法相比,图像的均方误差平方和显著降低(Active Demons算法49.34±23.92,Spectral Log-Demons算法31.81±15.09,所提出算法18.97±5.75,P＜0.05),相关系数显著提高(Active Demons算法0.952±0.022,Spectral Log-Demons算法0.967±0.015,所提出算法0.980±0.006,P＜0.05).同时,视觉评价结果显示,所提出算法能够获得更准确的配准图像.
-
基于多维输出支持向量回归机的脑电源定位
脑电源定位是根据头皮观测电位进行逆问题计算的过程.文章把采用近似迭代变权小二乘法方法的多维输出支持向量回归机应用到脑电源定位中.与单变量输出支持向量机回归建模相比,采用该方法建立的多变量系统模型结构较为简单,计算工作量小,速度快.为了发现头皮电位和脑内部产生源的关系,选择使用了单个等效偶极子源和四层同心球头模型.实验结果表明,多维支持向量回归机方法在脑电源定位问题求解中具有运行速度快,鲁棒性好等特点.
