摘要
本发明涉及医学影像处理技术领域,公开了一种应用多模态MR I影像数据构建神经疾病定位、定性以及评估方法,包括以下步骤:对多模态MRI影像数据进行标准化,使各模态图像具有相同的空间分辨率;将各模态MRI图像统一为高阶张量,输入至Tucker分解模型,输出低维因子矩阵与核心张量,提取模态间的交互特征;将提取的交互特征用于构建能量函数,输入差异项与正则项,通过变分法最小化能量函数,输出优化后的空间变换函数;利用变换函数将特征点映射至统一空间,构建特征图结构,输入为节点间相似度,输出优化后的图结构信息,辅助图像融合;通过采用多模态图像标准化和张量分解技术方案,有效提取模态间交互信息,解决了信息损失和局部特征忽略的问题。
技术关键词
多模态
影像
交互特征
疾病
配准误差
张量分解技术
数据处理模块
评估系统
拉普拉斯
图像特征点
加权平均法
矩阵
梯度下降法
图像配准
分辨率
因子
系统为您推荐了相关专利信息
无人机激光雷达
水闸
预警方法
时序
数字高程模型
悬挂控制系统
防爆机器人
磁流变阻尼器
多模态
融合算法