近年来随着医学图像融合和数字人等方面应用的日益广泛,图像配准成为一个必须先行解决的问题,现阶段成熟的方法是基于刚性配准的方法。然而很多形变的性质是非刚体、非线性的,因此这种刚性配准方法并不能满足临床日益增长的需要,而目前国内外针对基于非刚性图像配准的研究还处在理论上的探讨阶段,在临床中几乎没有应用。只有非刚性配准的问题得到解决,多模医学图像的融合才能有更好的应用,可以说非刚性配准问题已经成为图像融合发展的瓶颈,是一个亟待决的问题。本课题在前期刚性领域取得的配准、融合成果的基础上,结合多模非刚性待配准图像成像原理不同,位置形状偏移大等特点,从异构传感器图像之间的配准、具有较大旋转角度图像的配准和融合算法的改进与提高、评价准则等方面着手开展研究工作。项目所取得的预期成果将为多模图像融合的临床实效性奠定理论基础,加快非刚性多模医学图像融合技术研究成果向临床应用的转化。
{{i.achievement_title}}
数据更新时间:2023-05-31
低轨卫星通信信道分配策略
内点最大化与冗余点控制的小型无人机遥感图像配准
基于多模态信息特征融合的犯罪预测算法研究
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
Wnt 信号通路在非小细胞肺癌中的研究进展
多模态腹部医学图像非刚性配准算法研究
基于混合模型的多模态医学图像特征点非刚性配准算法研究
基于物理模型的非刚性医学图像配准算法研究
基于互信息的多模图像非刚性配准并行算法研究