醫學圖像處理常用算法

機器學習 圖像處理 約瑟夫·傅里葉 CNN 國學一方土 2017-03-30

一Dicom圖像三維重建算法:

1)體繪製:光線投射法;拋雪球法、錯切變形法,

2)表面繪製:行進立方體法(MC)、二維平行輪廓線法

TPS光子劑量計算算法:

1)基於測量

基於經驗的手工計算,採集大量的數據,利用插值計算dose in water,再修正 (apply corrections for pt contour & heterogeneity)

Good for simple geometries

2)基於模型:

Convolution(卷積)/superposition(疊加)/ pencil beam algorithm 筆行束

Monte Carlo 蒙特卡羅

3C全稱:Collapsed Cone Convolution (CCC) 用塌陷了的圓錐來卷積

機器學習算法:

監督學習算法:線性迴歸,邏輯迴歸,神經網絡,SVM

無監督學習算法:聚類算法,降維算法

特殊算法:推薦算法

神經網絡模型:卷積神經網絡 CNN、循環神經網絡、深度信念網絡

卷積神經網絡(CNN)流程:輸入層、卷積層、激活函數、池化層、全連接層組成,即INPUT-CONV-RELU-POOL-FC。

提取特徵是卷積層做的事情。

圖像處理算法:

1正交變換算法:用於圖像特徵提取、增強、復原、壓縮、圖像識別

傅里葉及快速傅里葉變換FFT、餘弦及快速餘弦變換DCT、沃爾什變換。

2小波變換:用於特徵提取、圖像分解、融合

3圖像分割:

1)邊緣/輪廓分割:

sobel邊緣檢測、hough、均勻、差異、canny、最大熵法等

2)區域分割:多種子點區域生長法

相關推薦

推薦中...