image-processing - 医学图像处理特征描述符

Question

我正在寻找用于医学图像处理的本地和全局描述符。我知道 SIFT/SURF/GLOH/HOG，主要应用于计算机视觉问题，但我想知道它们是否也应用于医学图像来描述特征，或者该领域是否有特定的描述符。

我真的很感激任何提示。

提前致谢，

费德里科

Answer 1

如果您想使用标准 SIFT 进行多模态匹配，您必须稍微调整一下 - 使其对图像反演保持不变。Kelman et.al 有一篇关于它的好论文“Keypoint Descriptors for Matching Across Multiple Image Modalities and Non-linear Intensity Variations”

还有更多用于多模态匹配的特殊描述符，请参阅Ghassabi 等人的“基于 UR-SIFT 特征和 PIIFD 描述符的稳健多模态视网膜图像配准的有效方法”。

Answer 2

我假设您需要描述符进行匹配。

我亲自提交了一份海报，并因为使用 SIFT 作为我的工作打算做的特征检测和匹配框架的一部分而被接受。

您提到的特征检测方法适用于一般图像，也可以作为框架的良好一般初始输入。现在，由于每个解剖区域和每个模态都存在于自己的特征域中（即 MR 完成的大脑区域，CT 完成的活动区域，它们都可能暗示着独特的地标）；最好首先确定它在您的目标解剖区域或目标解剖区域附近的独特之处，然后查看上述算法是否可以找到您的独特特征（足够独特，必须在您的区域而不是其他地方），然后找到方法区分特征包（与您的独特特征一起被检测到）。结果集将是您想要保留的关键特征/描述符。

所以，是的，许多特征检测算法已广泛用于医学成像的各个领域。