کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4970273 | 1365307 | 2016 | 12 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
MR image bias field harmonic approximation with histogram statistical analysis
ترجمه فارسی عنوان
تقریب هارمونیک میدان مغناطیسی تصویر با تحلیل آماری هیستوگرام
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
ترجمه چکیده
در این تحقیق یک روش برای اصلاح میدان ناهمگن شدت از تصویر رزونانس مغناطیسی بررسی شده است. الگوریتم به طور کامل از خواص تصویر رزونانس مغناطیسی کامل استفاده می کند، یعنی شخصیت قطعه ای (قطعه ثابت و قطعه ای صاف) تصویر واقعی که خصوصیات فیزیکی ساختار آناتومیک بافت را مشخص می کند و ویژگی متفاوتی از میدان مغناطیسی که برای شدت ناهمگونی. یک تابع انرژی با جاسازی این کاراکترها در مدل تصویر ساخته شد. ما می توانیم تخمین میدان مغناطیسی و تقسیم بندی بافت را با به حداقل رساندن تابع انرژی دریافت کنیم. پارامتر اولیه عملکرد انرژی به صورت خودکار با تجزیه و تحلیل آماری محاسبه می شود. با مخلوط کردن تابع پایه اتصالی با عملکرد کسینوس و عملکرد چندجمله ای، ما می توانیم یک تقریب دقیق از میدان متعادل را بدست آوریم. ارزیابی عملکرد مقایسه ای بر روی مجموعه ای از آزمایشات با استفاده از داده های رزونانس مغناطیسی مصنوعی انجام شده است. علاوه بر این، مجموعه ای از آزمایشات بر روی تصویر واقعی رزونانس مغناطیسی پروستات با شدت ناهماهنگ شدید نشان می دهد که روایی روش ما را نشان می دهد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
This study investigates a method to correct the intensity inhomogeneity field of magnetic resonance image. The algorithm takes full advantage of the properties of the magnetic resonance image, namely, the piecewise character (piecewise constant and piecewise smooth) of true image which characterizes a physical property of the tissue anatomical structure and the smoothly varying property of bias field which accounts for the intensity inhomogeneity. An energy function was constructed by embedding this characters into the image model. We can get the estimation of bias field and the segmentation of tissue by minimizing the energy function. The initial parameter of energy function is calculated automatically by statistical analysis. By mixing the fitting basis function with cosine function and polynomial function, we can obtain an accurate approximation of the bias field. A comparative performance evaluation is carried out over a large set of experiments using synthetic magnetic resonance data. Besides, a set of tests on real prostate magnetic resonance image with severe intensity inhomogeneity field is shown to demonstrate the validity of our method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Pattern Recognition Letters - Volume 83, Part 1, 1 November 2016, Pages 91-98
Journal: Pattern Recognition Letters - Volume 83, Part 1, 1 November 2016, Pages 91-98
نویسندگان
Shu Zhan, Xiong Yang,