[发明专利]一种基于稀疏子空间聚类的医学动态图像呼吸运动补偿方法在审
| 申请号： | 201811112741.3 | 申请日： | 2018-09-25 |
| 公开（公告）号： | CN109325925A | 公开（公告）日： | 2019-02-12 |
| 发明（设计）人： | 吴开志;俞子荣;吴小润;欧巧凤;邓谦;蒋丽萍 | 申请（专利权）人： | 南昌航空大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06K9/62 |
| 代理公司： | 南昌洪达专利事务所 36111 | 代理人： | 何磊 |
| 地址： | 330000 江*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于稀疏子空间聚类的医学动态图像呼吸运动补偿方法，步骤S1，采集医学动态图像，确定预处理方法；步骤S2，选择稀疏子空间表示方法，并确定所述稀疏子空间表示方法相对应的惩罚项约束方法；步骤S3，求解得到所述医学动态图像的稀疏子空间表示系数矩阵，所述稀疏子空间表示系数矩阵用于表示医学动态图像中帧与帧之间的关系；步骤S4，根据所述步骤S3得到的稀疏子空间表示系数矩阵进行处理，构造相似度度量矩阵；步骤S5，采用谱聚类方法获得医学动态图像的聚类结果；步骤S6，选择最终呼吸运动补偿图像。本发明的优点：提高了图像聚类的精度，进一步提高了动态图像呼吸运动补偿的效果。 | ||
| 搜索关键词： | 动态图像 子空间 稀疏 呼吸运动补偿 医学 系数矩阵 聚类 预处理 矩阵 相似度度量 聚类结果 图像聚类 惩罚项 求解 采集 图像 | ||
【主权项】：
1.一种基于稀疏子空间聚类的医学动态图像呼吸运动补偿方法，其特征在于，包括如下步骤：步骤S1，采集医学动态图像，确定预处理方法，以减少图像噪声对补偿效果的影响；步骤S2，选择稀疏子空间表示方法，并确定所述稀疏子空间表示方法相对应的惩罚项约束方法；步骤S3，根据所述步骤S2选定的稀疏子空间表示方法和所确定的惩罚项约束方法，求解得到所述医学动态图像的稀疏子空间表示系数矩阵，所述稀疏子空间表示系数矩阵用于表示医学动态图像中帧与帧之间的关系；步骤S4，根据所述步骤S3得到的稀疏子空间表示系数矩阵进行处理，构造相似度度量矩阵；步骤S5，根据所述步骤S4得到的相似度度量矩阵，采用谱聚类方法获得医学动态图像的聚类结果；步骤S6，根据所述步骤S5得到医学动态图像的聚类结果，选择最终呼吸运动补偿图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南昌航空大学，未经南昌航空大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811112741.3/，转载请声明来源钻瓜专利网。
