互信息医学图像配准中广义熵的分析
图像与视频处理
2019-09-25 v1 计算机视觉与模式识别
摘要
互信息（MI）是图像配准中使用的标准方法，也是被研究最多的方法，但在以自动化方式使用时可能发散并产生错误结果。在本研究中，我们在三维数学空间中的平移、旋转和尺度变换下，比较了用于 3D Slicer 和基于 ITK 的软件解决方案的 ITK Mattes MI 函数，以及我们自己的 MICUDA Shannon 和 Tsallis MI 函数的结果。该比较有助于理解为何在某些情形下配准会失败，以及如何产生更鲁棒的自动化算法来配准医学图像。由于我们的算法被设计为利用 GPU 计算，我们在提升配准质量的同时还获得了巨大的速度增益。
引用
@article{arxiv.1909.10690,
title = {Analysis of Generalized Entropies in Mutual Information Medical Image Registration},
author = {Vinicius Pavanelli Vianna and Luiz Otavio Murta Junior},
journal= {arXiv preprint arXiv:1909.10690},
year = {2019}
}
备注
20 pages, 14 figures and 1 table