《表2 多模态配准实验结果对比》
多模态图像配准采用Vanderbilt大学Retrospective Image Registration Evaluation Project,Version 2.0数据集。配准结果采用MI、NCC、NMI、CCRE 4种相似性测度函数作为指标对配准结果进行评价,相似性指数的值越高代表参考图像与浮动图像配准效果越好。表2为4种配准算法对参考图像与浮动图像分别使用MI、NMI、NCC、CCRE作为测度函数进行100次配准实验结果的平均值。配准结果显示本文算法MI、NMI、CCRE与NCC均优于其他3种配准算法。图5(a)为CT参考图像,图5(b)为MRI-T1浮动图像,图5(c)—(f)分别为PSO+Simplex、DE+Powell、BSO+Powell和本文算法对参考图像与浮动图像配准融合后的图像。
图表编号 | XD00170145300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 曹国刚、朱信玉、陈颖、曹聪、孔德卿 |
绘制单位 | 上海应用技术大学计算机科学与信息工程学院、上海应用技术大学计算机科学与信息工程学院、上海应用技术大学计算机科学与信息工程学院、上海应用技术大学计算机科学与信息工程学院、上海应用技术大学计算机科学与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |