期刊文章详细信息
文献类型:期刊文章
机构地区:[1]浙江工业大学信息工程学院信息处理与自动化研究所,杭州310023 [2]浙江省嵌入式系统联合重点实验室,杭州310023
基 金:国家自然科学基金项目(61075062);浙江省重中之重学科开放基金项目(201100806)
年 份:2012
卷 号:17
期 号:10
起止页码:1312-1318
语 种:中文
收录情况:BDHX、BDHX2011、CSCD、CSCD2011_2012、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:为了解决概率纤维跟踪算法"过度"误跟踪,效率低的缺点,受蚁群路径搜索过程群体协作模式启发,提出一种全局脑白质纤维群体智能跟踪方法。首先,构建了一种全局纤维度量指标,综合考虑局部纤维方向分布和全局纤维走向,并利用贝叶斯方法建立局部纤维方向分布不确定信息模型。其次,提出一种群智能全局优化算法。该算法构建基于von Miser-fisher分布函数的信息素模型,通过信息素模型诱导迭代优化纤维轨迹。人工合成数据实验结果表明,跟概率跟踪算法相比,该算法解决了纤维局部误差积累导致的误跟踪问题,相对误差降低至原来的二分之一,计算规模降低至原来的十分之一。实际临床数据验证了算法的有效性。
关 键 词:扩散张量成像 全局优化 蚁群 纤维跟踪
分 类 号:TP79]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...