| | | | 醫學圖像配準技術與應用 醫學 呂曉琪[等]著 科學出版社 97870304 | | 該商品所屬分類：圖書 -> 各出版社圖書 | | 【市場價】 | 806-1168元 | | 【優惠價】 | 504-730元 | | 【出版社】 | 科學出版社 | | 【ISBN】 | 9787030428561 | | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
| | 【本期贈品】 | ①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾
|
|
| 版本 | 正版全新電子版PDF檔 | | 您已选择： | 正版全新 | 溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。 | | | |
| | 內容介紹 | |
出版社：科學出版社 ISBN：9787030428561 商品編碼：68383199015 開本：小16開 出版時間：2015-03-01 頁數：340 字數：520000 代碼：98
"| 商品基本信息，請以下列介紹為準 | | 商品名稱： | 醫學圖像配準技術與應用 | | 作者： | 呂曉琪[等]著 | | 代碼： | 98.0 | | 出版社： | 科學出版社 | | 出版日期： | 2015-03-01 | | ISBN： | 9787030428561 | | 印次： | | | 版次： | 1 | | 裝幀： | 平裝 | | 開本： | 小16開 |
| 內容簡介 | 《醫學圖像配準技術與應用》主要闡述了與醫學圖像配準相關的基礎知識和多種配準算法，並介紹了將配準圖像應用於圖像融合、多維可視化和虛擬內窺鏡等領域的方法。
《醫學圖像配準技術與應用》包括三大部分：部分(第1～3 章)涉及圖像配準技術基礎知識，闡述圖像配準的原理、基本流程、分類和常用的技術，結合常用的搜索策略，介紹了特征空間和搜索空間的相關定義和常用算法。第二部分(第4～6 章)介紹了配準對像分類方法、現有配準算法的原理和流程，目前常用的配準算法和配準效果評價標準。第三部分(第7～9 章)介紹了醫學圖像融合和融合結果評價方法，以及配準圖像在多維可視化和虛擬內窺鏡中的應用，說明了配準圖像在虛擬手術導航中的應用前景。 |
| 目錄 | 前言
第1章緒論1
1.1圖像配準概述1
1.1.1圖像配準的數學定義2
1.1.2圖像配準的基本框架3
1.1.3圖像配準方法的分類4
1.1.4圖像配準的步驟6
1.2圖像配準在醫學領域的應用8
1.2.1醫學圖像配準的發展歷史8
1.2.2配準技術的應用8
1.2.3醫學圖像配準的國內外研究現狀和面臨的問題9
1.2.4醫學圖像的配準方法10
1.2.5常用的醫學圖像配準技術及其應用10
1.3全書框架12
參考文獻13
第2章特征空間和搜索空間17
2.1特征空間17
2.1.1點檢測17
2.1.2線檢測19
2.1.3Hough變換20
2.1.4邊緣檢測24
2.1.5水平集43
2.2搜索空間50
2.2.1平移變換51
2.2.2旋轉變換52
2.2.3縮放變換55
2.2.4仿射變換56
參考文獻61
第3章搜索策略64
3.1一維搜索算法64
3.1.1黃金分割法64
3.1.退法64
3.1.3拋物線法65
3.1.4Brent方法66
3.2Powell算法67
3.2.1基本Powell算法實現67
3.2.2的Powell算法67
3.3遺傳算法68
3.4蟻群算法74
3.5物理模型76
3.6光流場模型78
參考文獻79
第4章醫學圖像配準80
4.1配準對像分類80
4.1.1基於成像模式80
4.1.2基於主體來源80
4.1.3基於圖像特征81
4.2基本原理81
4.2.1算法框架81
4.2.2算法流程82
4.3典型算法分類88
4.3.1像素級配準90
4.3.2特征級配準90
4.3.3基於形變模型的配準91
4.4圖像配準質量評價93
4.4.1配準評價指標93
4.4.2評價方法94
參考文獻95
第5章剛性醫學圖像配準算法及其實現99
5.1基於遺傳算法的醫學圖像配準算法100
5.1.1算法思想與步驟100
5.1.2邊緣提取101
5.1.3參數搜索106
5.1.4實驗和結果分析109
5.2基於點集匹配的醫學圖像配準算法111
5.2.1算法思想與步驟111
5.2.2特征點提取112
5.2.3特征點匹配114
5.2.4實驗和結果分析119
5.3基於互信息的3D圖像配準120
5.3.1算法思想與步驟120
5.3.2相似性度量123
5.3.33D變換參數估計124
5.3.4優化搜索策略125
5.3.5互信息配準128
5.3.6實驗和結果分析130
參考文獻143
第6章非剛性醫學圖像配準算法及其實現145
6.1基於B樣條的彈性醫學圖像配準145
6.1.1算法思想與步驟145
6.1.2B樣條函數146
6.1.3相似性度量148
6.1.4參數優化151
6.1.5實驗和結果分析151
6.2基於三角形網格的非剛性醫學圖像配準算法154
6.2.1算法思想與步驟154
6.2.2全局剛性配準155
6.2.3特征點提取160
6.2.4特征點匹配164
6.2.5局部配準168
6.2.6實驗和結果分析169
6.3基於光流場模型的非剛性醫學圖像配準算法173
6.3.1算法思想與步驟173
6.3.2特征向量提取174
6.3.3特征向量匹配177
6.3.4粗配準178
6.3.5精配準178
6.3.6實驗和結果分析181
參考文獻186
第7章配準圖像在圖像融合中的應用189
7.1像素級醫學圖像融合189
7.1.1加權平均法189
7.1.2對比度調制法190
7.1.3基於圖像分割的圖像融合194
7.1.4小波域圖像融合197
7.1.5Contourlet域圖像融合203
7.2特征級醫學圖像融合209
7.2.1基於紋理提取的圖像融合算法209
7.2.2基於聚類劃分的圖像融合方法215
7.3融合圖像結果評價221
7.3.1主觀評價222
7.3.2客觀評價222
7.3.3評價指標選取228
7.3.4小結229
參考文獻230
第8章配準圖像在多維可視化中的應用233
8.1醫學圖像三維可視化技術233
8.1.1概述233
8.1.2面繪制方法234
8.1.3體繪制方法240
8.1.4其他方法247
8.2三維可視化交互技術248
8.2.1多 |
| 編輯 | | 《醫學圖像配準技術與應用》可作為信息處理、模式識別和生物醫學工程等相關專業的教材，也可作為相關領域研究人員的參考書。 |
| 摘要 | 第1 章 緒 論
圖像配準(image registration)是將不同獲取時間(time)、不同傳感器(sensor)、不同獲取條件的同一場景(scene)或者同一目標(object)的兩幅或者多幅圖行匹配的過程(Brown，1992)。目前，圖像配準技術已經被廣泛應用於遙感圖像處理、醫學圖像處理、計算機視覺等領域。
1.1 圖像配準概述
在以獲取綜合信息為目標的圖像分析過程中，圖像配準是關鍵技術之一。例如，
在圖像融合時，配準結果直接影響融合圖像的效果。圖像配準應用領域概括起來主要有以下幾個方面：
(1)計算機視覺和模式識別(目標定位、自動質量控制、目標識別、特征識別
等)(Horn，1989)；
(2)醫學圖像分析(如生長監測、血管造影、從電子計算機斷層掃描(ComputedTomography，CT)和磁共振成像(Magnetic Resonance Imaging，MRI)同時獲取更完整患者信息等)(Stytz et al.，1991)；
(3)遙感數據處理(環境監測、天氣預報、海洋勘探等)(Jensen，1986)。
國外從20 世紀60 年代開始在圖像配準領行研究，到了20 世紀70 年代陸續出現一些圖像配準方法，例如，Anuta 等提出了使用快速傅裡葉變換(Fast FourierTransform，FFT行互相關圖像檢測計算的圖像配準技術，以提高配準的速度性能；Barnea 等提出了使用模板子圖像差值相似性測度(similarity metric)的圖像配準技術，它比使用 FFT 計算互相關相似性測行圖像檢測的方法有更高的性能(1972)；序貫相似檢測算法(Sequential Similarity Detection Algorithm，SSDA)定義了計算上更為簡單的相似性度量準則，使在非歸一化情況下仍可在匹配處獲得極小值，並且沒有乘法運算，該算法還提出了與準則相配合的序貫搜索策略，從而大大減少了運算量(Barnea et al.，1972)；相位相關(phase correlation)技術是基於傅裡葉變換的平移性質，該方法通過計算圖像間的交叉功率譜來配準圖像間產生的平移(Kuglin，1975)。直到1980 年配準技術纔開始引起學者的密切關注，相繼產生了一些被廣泛使用的典型圖像配準方法。例如，交叉相關(cross-correlation)法是基本的基於灰度統計的圖像配準方法，它通常被用行模板匹配和模式識別(Rosenfeld et al.，1982)。Lee 等把圖像配準變換到倒譜行(1987)。而Castro 在相位相關的基礎上加入了旋轉變換(1987)。
通過Hausdorff 距離計算二值圖像的方法也被提出(Huttenlocher et al.，1993)，該方法在像素定位方面性能優於交叉相關法。互信息法(Mutual Information，MI)由Viola 和Collignon 等分別引入圖像配準領域，該方法基於香農在信息論中提出的交互信息相似性準則，其初衷是為了解決多模態醫學配準問題(Viola et al.，1997；Collignon et al.，1995)。到20 世紀末，單模圖像配準問題已基本解決，但多模圖像配準由於涉及模式的復雜性和領域的多樣性，仍需密切關注。十年裡有33000 多篇的學術論文在研究圖像配準問題。通過SCI 和EI 檢索到的相關文章數量如圖1.1 所示。
圖1.1年圖像配準相關檢索文章數量
在國內，圖像處理技術雖然起步相對較晚，但期也獲得了很大的發展。吳健康使用Hough 變換配準陸地衛星多光譜圖像(1985)。羅曉慧提出了基於特征和灰度的影像配準方法(1993)。王小睿等提出並實現了一種使用互相關繫數作為相似性測度的自動圖像配準方法，用於圖像的高精度配準(1997)。郭海濤等(2001)提出了一種將遺傳算法(Genetic Algorithm，GA)用於圖像配準的算法。在今後一段時間內 |
" | | |
| | | | |
|
