医学图像处理特征描述符

Question

我正在寻找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适用于医学图像来描述特征或者是否在该领域中有特定的描述符。

我真的很感激任何提示。

提前致谢，

费德里科

Answer 1

如果要将标准SIFT用于多模式匹配，则必须稍微调整一下 - 使其对图像反转不变。 Kelman et.al "Keypoint Descriptors for Matching Across Multiple Image Modalities and Non-linear Intensity Variations"

有一篇关于它的好文章

还有更多用于多模态匹配的特殊描述符，请参阅Ghassabi等人的“An efficient approach for robust multimodal retinal image registration based on UR-SIFT features and PIIFD descriptors”。

Answer 2

我假设您需要描述符进行匹配。

我个人提交了一份海报提交，并接受了将SIFT作为我的工作旨在实现的功能检测和匹配框架的一部分。

您提到的功能检测方法适用于一般图像，并且也可以作为框架的一般初始输入。现在，由于每个解剖区域和每个模态都存在于其自身的特征领域（即由MR完成的大脑区域，由CT完成的活区域，它们都可能意味着独特的标志）;最好的是你首先确定你的目标解剖区域内或附近的独特之处，然后看看上述算法是否会找到你的独特特征（足够独特，它必须在你所在的地区而不是其他地方），然后找到方法区别于功能包（随着您的特色而被检测到）。结果集将是您希望保留的关键特性/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。