资源类型：
收录情况：
◇ 统计源期刊
◇ 北大核心
◇ CSCD-C
文章类型：
机构：
[1]河北大学电子信息工程学院
[2]河北省数字医疗工程重点实验室
[3]河北大学附属医院
河北大学附属医院
出处：
ISSN：
关键词：
甲状腺肿瘤
SPECT图像
B超图像
NSCT
GCBAC
人工蜂群算法
摘要：
为了提高甲状腺肿瘤检出的准确率,提出一种基于人工蜂群算法的SPECT和B超甲状腺图像配准。首先,针对来自两个不同成像设备的SPECT和B超甲状腺图像灰度差异大的特点,使用NSCT和GCBAC相结合的方法提取B超图像感兴趣的轮廓特征,用KFCM的方法提取SPECT图像的轮廓特征;然后以互信息作为相似性测度,建立仿射变换模型,并以改进的人工蜂群算法作为优化策略来优化配准所需的空间变换参数。实验结果表明,该方法可以有效提高配准速度,具有较好的配准效果。
基金：
河北省教育厅科学研究计划项目（2010218）；;河北大学医工交叉研究中心开放基金项目（BM201103）；
第一作者：
第一作者机构：
[1]河北大学电子信息工程学院
[2]河北省数字医疗工程重点实验室
通讯作者：
通讯机构：
[1]河北大学电子信息工程学院
[2]河北省数字医疗工程重点实验室
推荐引用方式(GB/T 7714)：
郑伟,郭莉莉,赵茏菲,等.基于人工蜂群算法的spect-b超甲状腺图像配准[J].光电工程.2014,41(08):51-57.
