AAN:医学图像注册的外观调整网络 图像配准是许多医学图像分析的基础。 精确图像配准的主要障碍是图像外观的变化。 最近,使用深度神经网络的基于深度学习的注册方法(DLR)的计算效率比传统的基于优化的注册方法(OR)高几个数量级。 但是,DLR的一个主要缺点是无视OR中固有的特定于目标对的优化,而是依赖于使用一组训练样本进行训练的全局优化网络来实现更快的注册。 因此,当图像对(固定/运动图像)的外观差异较大时,与OR相比,DLR固有地具有降低的适应外观变化的能力,并且性能较差。 因此,我们提出了外观调整网络(AAN),其中我们通过解剖结构受限的损失函数来利用解剖结构边缘,以生成保留解剖结构的外观变换。 我们设计了AAN,以便可以轻松地将其插入各种DLR中,以减少固定图像和运动图像之间的外观差异。 我们的AAN和DLR的网络可以无监督且端到端的方式进行协作培训。 工作流程 出版物 快来了。
2022-03-09 10:52:30 299KB Python
1
DRAMMS是一个软件包,设计用于2D到2D和3D到3D变形医学图像配准任务。 由宾夕法尼亚大学生物医学图像分析(SBIA)部门发布。 DRAMMS的一些典型应用包括:-同一器官(可以是大脑,乳房,心脏等)的跨学科配准; -单模态和多模态配准(MRI,CT,组织学); -纵向注册(小儿脑部生长,癌症发展,小鼠脑部发展等); -在缺少对应信息的情况下进行注册(例如,血管病变,肿瘤,组织学切口)。 DRAMMS在UNIX / Mac OS中的命令行中运行,它接受Nifti / ANALYZE / MetaImage图像格式。 它是全自动的---拍摄两个输入图像,并生成配准图像和(可选)变形场。 有关更多信息(安装,教程,手册,演示,常见问题解答等),请访问http://www.rad.upenn.edu/sbia/software/dramms/。
2022-03-07 19:08:19 13.09MB 开源软件
1
遗传算法对Powell图像配准方法的改进,深入研究图像配准方法和优化搜索算法有帮助。
2022-03-01 15:48:21 1.58MB 遗传算法 图像配准 Powell
1
基于harris角点匹配的图像配准程序 这个程序挺不错的 可以自己学习学习
2022-02-24 10:06:09 559KB 图像配准
1
一本基于ITK的图像配准的手册,里面对ITK框架的解释是很好的
2022-02-22 09:55:17 7.31MB 图像处理
1
具有可变变换(弹性,微晶,微晶,无偏)和相似性度量(地标,互相关,互信息等)的图像配准。 使用先验和非参数多变量模型进行图像分割。 ***当前的ANTs代码和支持位于Github上。***获得ANTs的最佳方法是从源代码进行编译。 构建说明位于此处https://github.com/ANTsX/ANTs/wiki/Compiling-ANTs-on-Linux-and-Mac-OS Binaries(不经常更新)在此处提供:https://github.com/stnava/ANTs / releases旧版本的代码和二进制文件在SourceForge(1.9x)上仍然可用。 如果您不熟悉ANT,则应该去Github并获取最新的代码。
2022-02-10 15:37:44 42.43MB 开源软件
1
该数据集眼底图像配准数据集(也称为FIRE)由129个视网膜图像组成,形成134个图像对。这些图像对根据其特征分为3个不同的类别。图像是使用Nidek AFC-210眼底照相机采集的,该照相机可以在x和y方向上以2912x2912像素的分辨率和45°的FOV来获取图像。图像从位于塞萨洛尼基的塞萨洛尼基亚里斯多德大学亚里斯多德大学的Papageorgiou医院获得,来自39位患者。 Retina Fundus Image Registration_datasets.txt Retina Fundus Image Registration_datasets.zip
2022-02-08 10:15:45 456.73MB 数据集
1
matlab surf图像配准 图像检索 图像处理 模式识别 我本人的毕业设计 就是利用的surf来提取的特征,并进行相似度比较后,然后进行检索的。此程序对想利用surf的同学可以得到很大的帮助。surf比sift具有更快的速度,更好的配准率。
2022-01-27 18:22:59 4.77MB matlab surf图像配准 图像检索 图像处理
1
matlab代码粒子群算法Autoscoper-V2 本版本的自动显微镜由Ben Knorlein博士重新设计。 Autoscoper 1由Andy Loomis(原始CUDA版本)和Mark Howison(OpenCL重新实现)开发。 版本2结合了CUDA和OpenCL版本的来源,并允许使用其中任何一个。 此外,为了简化安装和编译,已将构建系统更改为CMake,并将UI切换为QT4。 与原始版本相比,第2版还改善了处理,改进了多个错误并提供了新功能,例如,多骨支持,批处理,使用外部软件来计算骨骼的匹配度(例如Matlab),改进的裁剪和许多其他功能。 最新版本的autoscoper由Bardiya Akhbari修改和维护。 可以从下载源代码和二进制文件。 另外,请检出由Bardiya Akhbari创建的程序,它具有附加的调试功能并支持粒子群优化(PSO)算法。 可以下载Bardiya Akhbari更新后的分支的可执行文件
2022-01-23 21:52:27 1021B 系统开源
1
特征点配准的方法用matlab实现的 代码 实现功能 实现图像配
2022-01-21 15:13:42 10.88MB 特征点配准 图像配准
1