研究目的
研究某种特定草药对特定疾病的治疗效果。
研究成果
本文提出了一种基于主成分分析（PCA）的自动图像对齐方法。该方法利用PCA自动评估数字、指纹及T1加权脑部MRI的方向，从而简化后续光学字符识别、自动指纹匹配以及多模态医学图像配准等任务。PCA将数据沿其主要分布方向对齐。然而现有PCA方法因主成分的随机性存在主轴180°旋转问题，本研究通过基于分配的算法解决了该缺陷。所提算法对具有最大真实侧方差的数据处理高效，在开发算法中，从任意标准方向考虑[-90°, 90°]的旋转角度范围——若超出该范围，则将标准方向设为原始方向的180°反向。该技术通过利用感兴趣区域全部坐标点构建PCA协方差矩阵，对异常值具有合理鲁棒性。该算法效率较高，可作为上述应用的前置处理器。真实数据集实验结果进一步验证了所提算法的有效性与稳健性。
研究不足
所提出的算法对于主轴清晰可辨的图像效果良好。然而与基于PCA的对齐方法一样，该算法对具有强对称性的图像对齐鲁棒性会降低。这种情况下，它仍可作为某类图像旋转角度的初始估计值使用。另一局限在于算法整体性能取决于感兴趣区域（ROI）提取的成败。若图像存在严重噪声，应在应用本算法前采用精密的ROI提取方法。
