论文部分内容阅读
医学图像配准是医学诊断中的重要研究内容,配准精度和速度也是众多研究的核心。图像配准过程可设想为是一种神经网络的学习过程,基于这种想法,引入极端学习机(ELM)这一系统对图像完成配准。该方法速度快、鲁棒性高,最重要的是它能不依赖梯度信息,从而很好地避开了点周围间的互相干扰,考虑到其学习过程的准确性,引入鲁棒激活函数学习机,以更好地提高配准学习系统的准确度,并提高其稳定性。