我正在寻找用于医学图像处理的本地和全局描述符。我知道SIFT/SURF/GLOH/HOG，它们主要应用于计算机视觉问题，但是我想知道它们是否也应用于医学图像来描述特征，或者在这个领域是否有特定的描述符。
如果有任何提示，我将非常感激。
提前感谢，
费德里科•
如果你想使用标准的SIFTs进行多模态匹配，你必须稍微调整一下——使它对图像反转保持不变。Kelman等人发表了一篇很好的论文《跨多图像模态和非线性强度变化匹配的关键点描述符》
还有更多用于多模态匹配的特殊描述符，参见Ghassabi等人的"基于UR-SIFT特征和PIIFD描述符的鲁棒多模态视网膜图像配准的有效方法"
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，并获得了使用SIFT作为我的工作打算做的特征检测和匹配框架的一部分的接受。
您提到的特征检测方法适用于一般图像，也可以作为框架的良好初始输入。现在，由于每个解剖区域和每个模态都生活在自己的特征域中(即。磁共振成像显示的脑区，CT显示的活区，它们都可能暗示着不同的地标);你最好先确定它在你的目标解剖区域或附近的独特之处，然后看看上述算法是否能找到你的独特特征(独特到必须在你的区域而不是其他地方)，然后找到与特征包区分的方法(与你的独特特征一起被检测到)。结果集将是您想要保留的关键特性/描述符。
所以，是的，许多特征检测算法已经广泛应用于医学成像的各个领域。