基于角点特征的提取算法比较研究-论文.pdf

《基于角点特征的提取算法比较研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2014年第O1月第0l期一丁宁等人对为北京大学口腔医院黏膜科25名pSS患者(pSS组)和北rLR3)，最终使先天免疫被激活。京某社区25名无口干症状身体健康的居民(健康对照组)，收集两组受试者的唾液含漱液样本，采用实时荧光PCR方法，定量比较两组H腔各致病参考文献真菌数量。得出白色念珠菌仍是pSS和健康对照组主要检出念珠菌，但[1]骨髓间充质干细胞移植对舍格伦综合征大鼠模型的治疗作用pSS组口腔内热带念珠菌和近平滑念珠菌的数量明显高于对照组，本研究[2]miR一146a在原发性舍格伦综合征中的表达2013为pS

2、S患者临床有针对性的用药提供一定的参考。J[3]人类母防御素一2在舍格伦综合征患者中的表达及其意义2013马龙等人采用完全弗氏佐剂+同种鼠颌下腺抗原激发诱导小鼠舍格[4]三种自身抗体对原发性舍格伦综合征诊断的临床意义2009伦综合征。得出Ad—CTLA4Ig可防治小鼠舍格伦综合征的发生，并对临[5]骨桥蛋白、TGF—Bl及TNF一在舍格伦综合征中的表达及相关分床治疗舍格伦综合征提供了实验基础。析2013舍伦综合征的发病[6]HigashiK，YoshidaM，IgarashiA，eta1．Intensecorrel

3、ationbetweenprotein王彦焱等人对41例pSS患者和32例非pSS患者的唇腺组织进行IFN—conjugatedacroleinandprimarySjgren"ssyndromefJ]．ClinChimAeta，一免疫组化染色，比较分析其在两组之间的差异。得出IFN—Ot在pSS2010，411(5／6)：359—363．患者唇腺组织中存在异常表达，可能与其发病机制相关。¨U_[7]FleissigY，DeutschO，ReichenbergE，eta1．Differentproteomicpro

4、teinpat—获得性免疫：EBV进入机体后，发生抗EBV的免疫反应，同时产生交ternsinsalivaofSjgrengsyndromepatients[J]．OralDis，2009，15(1)：61叉反应(EBV和SSA／Ro；柯萨奇病毒2B蛋白产生的一种肽和SSA)，从而—68．导致自身抗原(如抗一胞衬蛋白)的产生和散播，产生的自身抗体可影[8]实时荧光定量PCR法检测原发性sj口gren综合征口腔真菌菌群2013响抗一ZEB病毒复制激活物(ZEBRA)抗体，这种抗体可使EBV再[9]腺病毒介导CTLA4

5、Ig对合格伦综合征小鼠涎腺分泌功能的影响2006活化。[][10]原发性合格伦综合征患者唇腺组织中IFN一0【的表达2013先天免疫：EBV编码的一种小分子双链RNA可与SSB／La形成复合[11]MarietteX，GottenbergJE．PathogenesisofSjgrengsyndromeandtherapeu—物，引起促炎症细胞因子的释放，并激活Tol样受体3(Toll—likereeeptor3，ticconsequences[J]．CurtOpinRheumatol，2010，22(5)：471—

6、477．基于角点特征的提取算法比较研究鲍军肖王金丽(承德医学院河北承德067000)【中图分类号】R391【文献标识码】A【文章编号】1672—3783(2014}01—0332—01医学图像配准是当前各个领域的研究热点，是指对不同时间、不同角方面进行比较研究。度或不同影像设备获取的图像序列进行空间变换，使得多幅图像在几何(1)Harris算子上可以一一对应。图像配准的分类方法有很多种，最常用的是根据确定Harris角点检测法也叫Plessey角点检测法，是1988年由C．Harris和配准控制点(RCP)的方法不

7、同和图像配准中利用的图像信息的不同分J．Stephens在Moravec算子基础上提出来的。基本思想是先计算模板沿类，将图像配准分为：基于图像灰度的配准、基于变换域的配准以及基于任意方向位移时的灰度变化情况，然后运用图像灰度的一阶导数来估算特征的配准。目前研究的比较多的是基于特征的图像配准，究其原因是这种算法自相关矩阵，当某一像素点的自相关矩阵的特征值都非常大时，则认为该具有计算量小、稳健性强、适应性广的特点。基于特征的图像配准方法，点为角点。Harris角点检测算法可分为以下几步完成：①读入图像，计算首先是对图像

8、提取特征，然后将所提取的明显特征利用一定的匹配准则图像每个像素点在x和Y方向上的～阶导数，以及两者的乘积，得到矩阵进行配准。该类方法由于先要提取特征，速度相对较慢，但与其他方法相M中4个元素的值。在MATLAB程序中分别通过x，Y方向的梯度算子滤比在精度上有较大的提高。波来实现。②对第一步所得的图像进行高斯滤波，即使用高斯模板对图像1特征选择特征是基准图像和