%0 Journal Article
%T 基于特征分类的MRI医学图像弹性配准
%A 李静
%A 杨？
%A 喻建平
%J 中国图象图形学报
%D 2007
%R 10.11834/jig.20070618
%X 基于互信息的弹性图像配准是医学图像配准的重要方法之一。然而由于互信息在小样本图像配准中，会出现多局部极值和极值偏离问题，从而容易出现配准误差，进而造成整图的弹性配准误差。为减少这种配准误差，提出了一种基于特征分类的互信息医学图像弹性配准方法。该方法先采用图像的灰度和梯度特征训练自组织映射（self-organizedmapping，SOM）神经网络特征分类器，将图像由高维灰度空间映射到低维特征类别空间；然后，在特征类别空间进行互信息图像弹性配准。实验结果表明，该方法大大提高了小样本图像配准的成功率，并可通用于有噪和无噪的医学图像弹性配准中。
%K 图像配准
%K 弹性配准
%K 互信息
%K 特征分类
%K 特征标识
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=200706172&flag=1