固定秩克里金法的圖像重建;Image reconstruction based on fixed rank kriging

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/92799

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/92799

题名:	固定秩克里金法的圖像重建;Image reconstruction based on fixed rank kriging
作者:	許毓玹;HSU, YU-HSUAN
贡献者:	統計研究所
关键词:	赤池信息量準則;固定秩克里金;廣義自由度;高維度反矩陣;醫學影像;Akaike′s information criterion;fixed rank kriging;generalized degrees of freedom;high-dimensional inverse matrix;medical image
日期:	2023-07-24
上传时间:	2024-09-19 16:19:24 (UTC+8)
出版者:	國立中央大學
摘要:	在醫學圖像研究中，圖像的主體內部通常呈現非平穩的空間特徵。而如何為此空間相關過程適當地指定一個非平穩相關函數來重建內部截面的圖像是一個棘手的問題。在本文中，我們使用非參數的特徵函數來刻畫潛在的空間相關隨機過程。然後，我們從預測的觀點提出均方預測誤差 (MSPE) 準則來確定特徵函數的數量。我們所提出的想法不需要指定特定的空間相關結構，並且能應用於大量數據集且避免處理高維度反矩陣議題。因此，它比傳統方法更具實用性。我們將藉由數值實驗探討 MSPE 準則的表現，並且，分析降雨數據和大腦的磁振造影（MRI）圖像驗證方法的適用時機。;In medical image studies, the image of a subject′s internal section generally shows spatially nonstationary feature. How to appropriately specify a nonstationary covariance function for inherent spatial correlation processes to reconstruct the underlying image of the internal section is an intractable problem. In this thesis, we use a nonparametric technique based on an eigen decomposition to model the underlying spatial covariance processes. We then propose a mean square prediction error (MSPE) criterion based on the generalized degrees of freedom to determine the number of eigenfunctions. The proposed idea is not required to set a specific covariance structure and can be applied to massive data sets without handling high-dimensional inverse matrices. As a result, it is more flexible than the conventional methods. The effectiveness of the proposed MSPE criterion is evaluated via various numerical experiments. Finally, a rainfall real data and a MRI image of brain are analyzed for illustration.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	55	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....