14、医学影像重建:从CT替代预测到白质通路重建

医学影像重建:从CT替代预测到白质通路重建

1. CT替代预测新方法

在医学影像领域,从磁共振(MR)图像预测计算机断层扫描(CT)替代图像是一项重要的研究。有一种新的方法——局部约束共变编码(LSCC)被提出。该方法假设MR图像块和CT图像块位于两个非线性流形上,并且在局部约束下,从MR流形到CT流形的映射近似于微分同胚。

具体操作步骤如下:
- 约束局部性 :使用多种技术在MR和CT字典中约束局部性。
- 局部表示 :测试样本由其MR字典进行局部表示。
- 系数转移与预测生成 :将系数从MR流形转移到CT流形,并用于组合CT字典中的样本以生成CT预测。

该方法在包含13对MR/CT脑图像的数据集上进行了评估,结果显示其性能优于其他竞争的CT预测方法。

2. 白质通路重建背景与挑战

白质束会随着年龄增长而退化,也可能受到神经退行性疾病的影响,因此在群体成像和比较研究中被广泛研究。在扩散加权图像(DWI)中重建白质通路有多种方法,如确定性流线束成像、概率性束成像和全局束成像,但各有优缺点。

TRACULA是一种自动化概率性方法,可根据底层解剖结构自动描绘18条束,减轻了手动追踪的需求。然而,它在实际应用中面临两个挑战:
- 鲁棒性问题 :部分束重建不完全,需要人工干预,这在大规模成像研究中不可行。
- 计算密集 :处理数据需要大量计算资源,例如一项100名受试者的研究估计需要一年的

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值