一种自适应惯性权重粒子群算法在磁共振图像偏移场矫正中的应用
本文关键词:一种自适应惯性权重粒子群算法在磁共振图像偏移场矫正中的应用
更多相关文章: 磁共振图像 偏移场 图像熵 自适应 粒子群算法
【摘要】:为解决用传统粒子群算法估计磁共振(MR)图像偏移场会陷入局部最优的问题,本文提出了一种自适应权重粒子群算法估计MR图像的偏移场。针对传统粒子群算法的缺陷,设计一个衡量早熟收敛程度的指标,根据此指标来自适应地调整惯性权重,确保粒子群有效地进行全局寻优,避免陷入局部最优。本文利用Legendre多项式来拟合偏移场,多项式参数利用本文提出的算法进行寻优,最后对MR图像的偏移场进行估计和矫正。将本文算法与改进的熵最小方法进行对比分析,本文矫正后图像熵值更小,对偏移场估计更准确,将矫正后的图像进行分割,分割精度提高将近10%。研究结果初步说明,本算法可应用于MR图像偏移场的矫正。
【作者单位】: 新乡医学院生物医学工程学院;
【基金】:国家自然科学基金资助项目(61305147) 新乡医学院科研培育基金资助项目(2014QN142)
【分类号】:TP18;R445.2
【正文快照】: 引言磁共振(magnetic resonance,MR)成像具有非介入性、非损伤以及对软组织分辨率高的特性,目前在临床医学中得到广泛应用。它已成为脑功能、病理和解剖研究的主要检测手段,以及脑疾病(如阿尔茨海默症、多发性硬化症、精神分裂症等)分析的重要工具,而对脑组织(灰质、白质)的精
【相似文献】
中国期刊全文数据库 前4条
1 李玉榕;杜民;王宇琳;;改进粒子群算法在治疗型关节炎护膝中的应用[J];仪器仪表学报;2007年09期
2 柳伯超;秦茂玲;刘弘;;基于粒子群算法的多约束背包问题求解方案[J];生物医学工程研究;2006年02期
3 王昱;唐加福;曲刚;宫俊;;医院手术调度问题的多目标粒子群优化方法[J];系统仿真学报;2014年08期
4 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集(上)[C];2009年
3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年
7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年
8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年
10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国(天津)’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 王芳;粒子群算法的研究[D];西南大学;2006年
2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年
7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年
8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年
9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年
10 冯琳;改进多目标粒子群算法的研究及其在电弧炉供电曲线优化中的应用[D];东北大学;2013年
中国硕士学位论文全文数据库 前10条
1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年
2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年
3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年
4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年
5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年
6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年
7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年
8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年
9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年
10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年
,本文编号:1280685
本文链接:https://www.wllwen.com/yixuelunwen/fangshe/1280685.html