Registration of Noisy Images via Maximum A-Posteriori Estimation
Registration of Noisy Images via Maximum A-Posteriori Estimation
复制标题
通过最大后验估计配准噪声图像
DOI：
10.1007/978-3-319-08554-8_24
复制
发表时间：
2014
期刊：
影响因子：
--
通讯作者：
Modersitzki
中科院分区：
文献类型：
--
作者：
Suhr S;Tenbrinck D;Burger M;Modersitzki
生物医学图像配准面临着相关模态的图像采集过程所带来的挑战性问题。一个常见的问题是无所不在的噪声干扰。低信噪比——就像现代动态成像中的短采集时间——可能导致标准图像配准技术的失败或伪影。在配准中处理噪声的常用方法是图像预平滑，但预平滑可能导致信息的偏差或丢失。一个更合理的替代方法是直接将统计噪声模型合并到图像配准中。在这项工作中，我们提出了一个基于最大后验估计的噪声干扰图像配准的一般框架。这导致了数据保真度适应噪声特征的变分配准推理问题，并在噪声影响和参数选择下显著提高了鲁棒性。利用合成数据和流行的软件幻影，我们将所提出的模型与最近用于生物医学成像的传统方法进行了比较，并讨论了其潜在的优势。
Biomedical image registration faces challenging problems induced by the image acquisition process of the involved modality. A common problem is the omnipresence of noise perturbations. A low signal-to-noise ratio – like in modern dynamic imaging with short acquisition times – may lead to failure or artifacts in standard image registration techniques. A common approach to deal with noise in registration is image presmoothing, which may however result in bias or loss of information. A more reasonable alternative is to directly incorporate statistical noise models into image registration. In this work we present a general framework for registration of noise perturbed images based on maximum a-posteriori estimation. This leads to variational registration inference problems with data fidelities adapted to the noise characteristics, and yields a significant improvement in robustness under noise impact and parameter choices. Using synthetic data and a popular software phantom we compare the proposed model to conventional methods recently used in biomedical imaging and discuss its potential advantages.
登录
查看更多内容
DOI：
10.1111/j.1467-9868.2007.00574.x
发表时间：
2007-02
期刊：
Journal of the Royal Statistical Society: Series B (Statistical Methodology)
影响因子：
--
作者：
S. Allassonnière;Y. Amit;A. Trouvé
通讯作者：
S. Allassonnière;Y. Amit;A. Trouvé
增强现实引导下肝脏射频新 3D/2D 配准标准的评估
DOI：
10.1007/3-540-45015-7_26
发表时间：
2003
期刊：
--
影响因子：
--
作者：
S. Nicolau;X. Pennec;L. Soler;N. Ayache
通讯作者：
N. Ayache
使用冠状动脉造影的离体模型，增加卷积核过滤对多层 CT 斑块成像的影响。
DOI：
--
发表时间：
2005
期刊：
La Radiologia medica
影响因子：
--
作者：
Filippo Cademartiri;G. Runza;N. Mollet;G. Luccichenti;M. Belgrano;P. Somers;M. Knaapen;S. Verheye;N. Bruining;R. Hamers;M. Midiri;P. D. de Feyter;G. Krestin
通讯作者：
G. Krestin
影响因子：
3.8
作者：
Segars, W. P.;Sturgeon, G.;Tsui, B. M. W.
通讯作者：
Tsui, B. M. W.
手术模拟和软组织建模
DOI：
--
发表时间：
2003
期刊：
Lecture Notes in Computer Science
影响因子：
--
作者：
N. Ayache;H. Delingette
通讯作者：
H. Delingette