- 博客(6)
- 收藏
- 关注
原创 磁共振并行成像方法--从SMASH到GRAPPA(1)
基于K空间的磁共振并行成像是利用多通道的相控阵列线圈,采集部分k空间数据结合线圈的敏感度信息,对未采集的K空间数据进行估计,从而组合成全采样的K空间数据。,如图1(a)中 0阶空间谐波,此时,理想合成的复数线圈敏感度,实数为1,虚数为0。图1(b)展示了8线圈的复合线圈敏感度,当m=0时,SMASH方法依赖于阵列中每个线圈的线圈敏感度的精确估计,才能确定最优的权重系数。SMASH的思想,可以理解为通过一种线性组合,使得子线圈敏感度。图2.SMASH 采样方式,实线表示实际采样,虚线表示欠采样的k空间数据。
2023-03-18 19:45:33 695 1
原创 Medical Image Segmetation : #1 D-UNet
D-UNet: a dimension-fusion U shape network for chronic stroke lesion segmentation Index Terms: MRI, stroke segmentation, deep learning, dimensional fusion.Abstract:1. 主要贡献: 1).采用2D和3D CNN 结合的方法,...
2019-09-08 20:31:46 1494 1
原创 初始人脸识别(3)--PCA算法
PCA(principal Component Analysis), 即主成分分析法。是一种广泛使用的数据压缩方法,那它被使用在人脸识别算法中的呢?抽象理解PCA算法本质就是通过空间变换,将原始数据变换到另一个维度更低、并且不同类别数据差异更明显的坐标系中,最后通过衡量新坐标系中新样本和训练样本差异性的大小来实现分类。因此这里将引入两个关键问题:①如何降维?②怎样变换到什么样的坐标空间中?1...
2019-02-21 17:10:41 424
原创 初识人脸识别(2)-- 积分图
上一篇讨论了Haar变换,并且引出了一个问题,当模板大小、形状不同时,Haar特征数量将会非常庞大。利用haar特征进行目标物体识别时,通常是取一个一定大小的滑动检测窗口,然后计算该滑窗内的Haar特征,得到特征后与训练数据进行比较后得到分类结果。滑窗的大小将决定Haar特征的数量,根据Paul Viola《Rapid Object Detection Using a Boosted Cascad...
2019-01-07 16:42:41 677
原创 初识人脸识别(1) -- 图像Haar变换
今天用opencv自带的人脸识别库写了一个人脸检测的代码,但是发现效果并不理想,缺点主要为:暗光条件、侧脸、歪斜等状态下的识别效果比较差。再加上眼睛的识别测试,发现总是把我的鼻孔识别为眼睛...难道我拍照的时候真是用鼻孔看人的吗?于是想了解opencv带的人脸检测代码的原理。1. Haar-like feature:Haar templates是由Micharel Oren等人在 《Ped...
2018-11-21 10:05:22 1213
原创 图像Haar小波变换
说起小波变换就需要提起傅里叶变换。傅里叶变换就是把波进行分解,可以认为任意一个周期波都可以有足够多的正弦(余弦)波组成,这里足够多的正弦波对应的频率不同,把这些足够的正弦波放在频域中,就是傅里叶变换,详细傅里叶变换可以参见这里,如图1。图1 傅里叶变换详细的小波变换可以参考这里,简单说来就是用一系列集中的、能量有限的波代替正弦波。而Haar小波变换就是利用haar滤波器进行计算。一维...
2018-11-01 08:43:33 28237 6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人