摘要
本发明公开了一种辅助医生快速查找fMRI图像中异常的方法,属于医学与计算机的交叉领域。首先,使用SURF算法在两张图像中检测特征点。然后,从每个特征点周围的邻域中随机选择一个点,并比较其灰度值,将比较结果编码为0或1。这样,每个特征点都会生成一个二进制编码。通过计算编码的汉明距离来衡量两张图像之间的相似性。最后通过筛选图像中异常的特征值并标注在病理图像中来辅助医生快速找到病变区域减少诊断时间提高诊断的准确性。该方法可以在不同尺度、旋转和光照条件下进行特征点匹配,并且具有一定的鲁棒性。
技术关键词
图像
Hessian矩阵
SURF算法
汉明距离
高斯金字塔
梯度方向直方图
检测特征点
编码
高斯滤波器
特征值
鲁棒性
分辨率
邻域
度量
纹理
医学
光照
计算机
曲线
系统为您推荐了相关专利信息
迁移学习技术
网络结构
注意力机制
输出校准装置
检测模型训练
光学编码器件
探测成像系统
黑白相机
左旋圆偏振片
滤光片
气瓶外表面
缺陷检测方法
氢气瓶
特征金字塔
图像
实验室自动化系统
人工智能技术
智能分析模块
智能人机交互
六轴机械臂
视频封面生成方法
视频帧特征
词向量模型
嵌入特征
风格