CASIA OpenIR  > 毕业生  > 博士学位论文
生物医学图像配准研究
其他题名Registration of Biomedical Images
史桂华
学位类型工学博士
导师蒋田仔
2007-05-22
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业模式识别与智能系统
关键词图像配准 多目标优化 双向凝胶电泳图像 Icp算法 信息势 Image Registration Multi-objective Optimization Two-dimensional Gel Electrophoresis Image Iterative Closest Point Algorithm Informational Potential
摘要生物医学图像配准是生物医学图像分析中的核心问题,具有非常重要的临床应用和研究价值。本文的主要贡献如下: 针对双向凝胶电泳图像,我们提出一种新的迭代最近点配准方法。该方法结合欧氏距离和信息势作为相似性度量,将蛋白质斑点的几何信息和灰度信息有效地结合在一起。实验结果表明,提出的方法比传统的方法更精确和鲁棒,具有广泛的应用前景。 我们提出一种基于多目标优化的配准算法,该算法同时对多种相似性度量进行优化。将它应用于解决待配准图像存在极大不重叠区域的难点,实验结果表明,与单目标优化算法相比,鲁棒性和抗噪声能力都得到了加强。 我们还提出一种改进的VEGA算法(Vector Evaluated Genetic Algorithm),将该算法应用在同模态图像配准中,实验结果表明,该方法比基于单目标优化算法的配准方法得到的结果更精确。
其他摘要Registration of biomedical images is a critical component of biomedical image analysis. The main contributions are as follows. In the paper, we propose a novel iterative closest point (ICP) method for 2D gel electrophoresis image alignment. The paper seeks to difine a novel similarity metric which is composed by Euclidean distance and information potential. The proposed metric combines intensity information of spots with geometric information of landmarks. The high accuracy and robustness of the algorithm indicate it is promising for gel image alignment. We firstly propose a registration method based on multi-objective optimization. The method optimizes multiple similarity metrics. It has been applied to solve the practical problem of large nonoverlapping field of view (FOV) between images pairs to be registered. Experimental results have shown that our method is very robust to initial transformation and noises. We propose a modified vector evaluated genetic algorithm and apply it to solve intra-modality image registration problem. Experimental results have shown the proposed method is more accurate than single-objective optimization.
馆藏号XWLW1131
其他标识符200218014603218
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/5967
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
史桂华. 生物医学图像配准研究[D]. 中国科学院自动化研究所. 中国科学院研究生院,2007.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20021801460321(1766KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[史桂华]的文章
百度学术
百度学术中相似的文章
[史桂华]的文章
必应学术
必应学术中相似的文章
[史桂华]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。