一种用于生物组织连续切片的非迭代同时刚性配准方法
计算机视觉与模式识别
2020-05-12 v1
摘要
本文提出一种新型非迭代算法,用于同时估计连续切片图像的最优刚性变换,这是生物组织连续切片体重建中的关键组成部分。为了避免现有算法引起的误差累积与传播,我们增加了首张和末张切片图像位置保持不变的额外约束条件。这一带约束的同时配准问题此前尚未得到解决。我们的算法是非迭代的,能够在短时间内同时计算大量连续切片图像的刚性变换。我们证明了该算法在理想条件下能获得最优解。并且我们使用合成数据与真实数据测试了算法,以验证其有效性。
引用
@article{arxiv.2005.04848,
title = {Non-iterative Simultaneous Rigid Registration Method for Serial Sections of Biological Tissue},
author = {Chang Shu and Xi Chen and Qiwei Xie and Chi Xiao and Hua Han},
journal= {arXiv preprint arXiv:2005.04848},
year = {2020}
}
备注
appears in IEEE International Symposium on Biomedical Imaging 2018 (ISBI 2018)