您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览185 | 下载1

目的 针对基本遗传纤维追踪算法易早熟等缺点,提出结合遗传算法(GA)、模拟退火算法(SA)的脑白质纤维可视化方法.方法 在遗传进化的初期,依据适应值,按照轮盘赌选择规则选择纤维,在GA接近收敛的中期引入SA作为繁殖算子,并以一定交叉概率和变异概率调整纤维,获得较优纤维路径.结果 改进后的算法追踪的纤维能量更小,且更加符合扩散张量场的分布.结论 遗传模拟退火纤维追踪算法能够克服传统GA易早熟及易陷入局部最优解的缺点,可实现脑白质纤维的三维可视化.

作者:赖昀;孙兵;丁肇华;王加俊

来源:中国医学影像技术 2012 年 28卷 10期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:185 | 下载:1
作者:
赖昀;孙兵;丁肇华;王加俊
来源:
中国医学影像技术 2012 年 28卷 10期
标签:
脑白质 扩散张量成像 遗传算法 模拟退火算法
目的 针对基本遗传纤维追踪算法易早熟等缺点,提出结合遗传算法(GA)、模拟退火算法(SA)的脑白质纤维可视化方法.方法 在遗传进化的初期,依据适应值,按照轮盘赌选择规则选择纤维,在GA接近收敛的中期引入SA作为繁殖算子,并以一定交叉概率和变异概率调整纤维,获得较优纤维路径.结果 改进后的算法追踪的纤维能量更小,且更加符合扩散张量场的分布.结论 遗传模拟退火纤维追踪算法能够克服传统GA易早熟及易陷入局部最优解的缺点,可实现脑白质纤维的三维可视化.