Detail-preserving image warping by enforcing smooth image sampling

图像扭曲 人工智能 计算机科学 计算机视觉 图像(数学) 采样(信号处理) 模式识别(心理学) 滤波器(信号处理)
作者
Qingrui Sha,Kaicong Sun,Caiwen Jiang,Mingze Xu,Xue Zhong,Xiaohuan Cao,Dinggang Shen
出处
期刊:Neural Networks [Elsevier]
卷期号:178: 106426-106426 被引量:1
标识
DOI:10.1016/j.neunet.2024.106426
摘要

Multi-phase dynamic contrast-enhanced magnetic resonance imaging image registration makes a substantial contribution to medical image analysis. However, existing methods (e.g., VoxelMorph, CycleMorph) often encounter the problem of image information misalignment in deformable registration tasks, posing challenges to the practical application. To address this issue, we propose a novel smooth image sampling method to align full organic information to realize detail-preserving image warping. In this paper, we clarify that the phenomenon about image information mismatch is attributed to imbalanced sampling. Then, a sampling frequency map constructed by sampling frequency estimators is utilized to instruct smooth sampling by reducing the spatial gradient and discrepancy between all-ones matrix and sampling frequency map. In addition, our estimator determines the sampling frequency of a grid voxel in the moving image by aggregating the sum of interpolation weights from warped non-grid sampling points in its vicinity and vectorially constructs sampling frequency map through projection and scatteration. We evaluate the effectiveness of our approach through experiments on two in-house datasets. The results showcase that our method preserves nearly complete details with ideal registration accuracy compared with several state-of-the-art registration methods. Additionally, our method exhibits a statistically significant difference in the regularity of the registration field compared to other methods, at a significance level of p < 0.05. Our code will be released at https://github.com/QingRui-Sha/SFM.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
图雄争霸完成签到 ,获得积分10
刚刚
不配.应助微微采纳,获得20
刚刚
自有龙骧发布了新的文献求助20
1秒前
立冬完成签到,获得积分10
1秒前
17完成签到 ,获得积分10
2秒前
临泉完成签到,获得积分10
3秒前
lucyliu完成签到 ,获得积分10
3秒前
田様应助光亮的宫苴采纳,获得10
3秒前
坚定的迎波完成签到,获得积分10
3秒前
科目三应助Joy采纳,获得10
4秒前
5秒前
7秒前
科研小白鼠完成签到,获得积分10
7秒前
7秒前
落后的听双完成签到 ,获得积分10
8秒前
辛勤香岚完成签到,获得积分10
9秒前
聪明的哈密瓜完成签到,获得积分10
9秒前
纳斯达克完成签到,获得积分10
9秒前
Tigher完成签到,获得积分10
10秒前
纯真冰蝶发布了新的文献求助10
10秒前
10秒前
青柠完成签到,获得积分10
10秒前
小方完成签到,获得积分10
10秒前
奋斗的幼荷完成签到,获得积分10
11秒前
11秒前
怕黑的蹇完成签到,获得积分10
11秒前
李雪松完成签到 ,获得积分10
11秒前
小白完成签到,获得积分20
12秒前
王运静完成签到,获得积分10
12秒前
英俊的铭应助浮名半生采纳,获得10
12秒前
QlZ完成签到,获得积分10
13秒前
隐形曼青应助单薄纸飞机采纳,获得10
13秒前
Nara2021完成签到,获得积分10
13秒前
吴明轩完成签到,获得积分10
13秒前
玄妙发布了新的文献求助10
13秒前
Lei完成签到,获得积分10
13秒前
14秒前
LC发布了新的文献求助10
14秒前
FashionBoy应助科研通管家采纳,获得10
14秒前
十一完成签到 ,获得积分10
15秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3147003
求助须知:如何正确求助?哪些是违规求助? 2798336
关于积分的说明 7827807
捐赠科研通 2454956
什么是DOI,文献DOI怎么找? 1306492
科研通“疑难数据库(出版商)”最低求助积分说明 627808
版权声明 601565