基于主成分分析的CT图像去噪方法.pdf

本发明公开一种基于主成分分析的CT图像去噪方法。该方法包括：构建一个可自适应调整大小的搜索窗口；以CT图像中一个包含噪声的像素为中心，构建矩形参考模块；在搜索窗口中，寻找与参考模块相似的测试模块，构成测试模块集；测试模块集映射到CT图像主成分的张量基底空间中；对包含噪声的张量的基底进行削减；将测试模块映射回图像空间中，重建去除噪声后的CT图像。本发明能够准确的去除CT图像中的噪声，并且可以保留CT图像中的边缘和细节信息。

2023-11-22

10

431KB

基于动态加权稳态主成分分析的医学图像去噪的方法.pdf

本发明公开了基于动态加权稳态主成分分析的医学图像去噪的方法。在原始3DPI图像数据基础上，基于稳态主成分分析进行动态加权扩展，并经动态加权后得到低秩矩阵L和稀疏矩阵S，以达到对3DPI图像去噪的目的。本发明有益效果在于，所提出的DWRPCA的性能优于RPCA和WRPCA。具体来说，在单周期和多周期的数据分析中，对于时间相似性指标EGM和SPEGM，DWRPCA和WRPCA具有相同的实验结果；对于无偏差性能指标TAE和ARE，DWRPCA均显著优于WRPCA；对于空间相似度指标SSI和SGSI，DWRPCA

2023-07-24

10

1.6MB

基于主成分分析的图像融合方法.pdf

本发明提出了一种融合吸收、微分相位对比度和暗场(散射)信号的方法，上述信号采用x射线相位对比度灵敏技术获得，如光栅装置。该新的方法通过主成分分析(PCA)融合吸收和暗场信号；进一步地，微分相位对比度被合并至该PCA融合图像中，以获得边缘增强效应。由于其普遍的可应用性以及其在使用中的简单性，所提出的发明期望变成用于使用相位对比度成像的图像融合方案的标准方法，特别是在医学扫描仪(例如人体乳房x射线照相设备)、工业生产线上的检查、非破坏的测试以及国土安全方面。

2023-11-03

10

3.5MB

主成分分析方法在主成分分析方法中的应用.docx

主成分分析与因子分析及SPSS实现（一）：原理与方法(2014-09-0813:33:57)转载▼一、主成分分析（1）问题提出在问题研究中，为了不遗漏和准确起见，往往会面面俱到，取得大量的指标来进行分析。比如为了研究某种疾病的影响因素，我们可能会收集患者的人口学资料、病史、体征、化验检查等等数十项指标。如果将这些指标直接纳入多元统计分析，不仅会使模型变得复杂不稳定，而且还有可能因为变量之间的多重共线性引起较大的误差。有没有一种办法能对信息进行浓缩，减少变量的个数，同时消除多重共线性？这时，主成分分析隆重登

2024-11-08

20

565KB

基于Matlab的主成分分析方法PCA的实现.pdf

2024-08-30

15

503KB