基于深度度量学习的MR图像特征点匹配研究

发布时间：2022-04-23 17:15

　　核磁共振（Magnetic Resonance,MR）技术已经成为了一种常用和重要的疾病检测技术,通过核磁共振医学影像,可以对身体重要器官及部位具有良好的诊断功能。同时,通过MR影像对人体的非均质柔性生物组织在不同情况下的形变状态的获得,进行柔性体内部变形场测量,计算非线性柔性生物组织的弹性模量及泊松系数等物理参数,在计算机科学研究领域具有重要的理论和实践价值。本文所研究的基于MR影像的非均质柔性体内部特征点的检测与匹配是柔性生物组织变形场测量的重要步骤之一,不仅可以应用于生物组织器官辅助诊断和分析,也可以应用于医学手术机器人等研究上。所研究的MR影像中大量均匀分布的特征点的提取与匹配技术,在图像拼接,目标的定位与跟踪,三维建模等领域也有不同程度的应用。以往图像特征多为手工特征,这些设计主要依靠设计者的先验知识,设计人员很可能忽略掉图像某些方面的特征,因此算法的好坏在很大程度上还要依靠经验和运气。目前,深度学习方法已经应用在很多医学图像处理方面,但是由于医学图像样本数据量的限制,大大降低了学习性能。针对柔性生物组织内部特征点匹配问题进行分析研究,具体内容如下所示:1)针对非线性柔性生物... 

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 特征点的提取和描述
        1.2.2 相似性度量
    1.3 研究内容与创新
    1.4 本文的章节安排
第2章 基于迁移学习的MR图像特征点匹配
    2.1 引言
    2.2 基于迁移学习的MR图像特征匹配
        2.2.1 CNN+体系结构
        2.2.2 特征描述符
        2.2.3 样本挖掘
        2.2.4 模型训练和微调
    2.3 实验结果与讨论
        2.3.1 实验数据
        2.3.2 系统环境
        2.3.3 实验结果和分析
    2.4 本章小结
第3章 基于度量学习算法的MR图像特征点匹配
    3.1 引言
    3.2 全局度量学习
    3.3 局部度量学习
    3.4 全局和局部相结合的度量学习
        3.4.1 特征点的提取和表达
        3.4.2 全局和局部相结合的度量学习
    3.5 实验结果与讨论
        3.5.1 实验数据
        3.5.2 实验结果和分析
    3.6 本章小结
第4章 基于深度度量学习的MR图像特征点匹配研究
    4.1 引言
    4.2 基于深度度量学习的MR图像匹配研究
        4.2.1 整体模型
        4.2.2 深度提取网络
        4.2.3 样本挖掘
        4.2.4 Center Loss代价函数
        4.2.5 特征描述符度量学习
    4.3 实验结果与讨论
        4.3.1 实验数据
        4.3.2 实验结果分析
    4.4 本章小结
第5章 总结与展望
参考文献
附录
致谢



本文编号：3647628