基于腹部CT圖像的肝臟彈性配準(zhǔn)方法的研究與實(shí)現(xiàn).pdf

1、隨著現(xiàn)代計(jì)算機(jī)技術(shù)和數(shù)字化醫(yī)療設(shè)備的發(fā)展，數(shù)字醫(yī)學(xué)圖像成為臨床醫(yī)生和專家進(jìn)行疾病診斷的主要手段之一。不同模態(tài)或不同時(shí)間的醫(yī)學(xué)圖像配準(zhǔn)能夠充分地融合醫(yī)學(xué)圖像信息，對(duì)計(jì)算機(jī)輔助診斷(Computer aided diagnosis，CAD)具有重要的指導(dǎo)意義，配準(zhǔn)的質(zhì)量直接影響CAD系統(tǒng)中特征提取及疾病診斷的精度。因此，提高圖像配準(zhǔn)的精度對(duì)臨床醫(yī)學(xué)具有重要的研究意義和應(yīng)用價(jià)值。
　　本文在充分學(xué)習(xí)醫(yī)學(xué)圖像配準(zhǔn)理論的基礎(chǔ)上，將灰度信息和

2、特征信息相結(jié)合，提出了一種新的基于混合信息模型的醫(yī)學(xué)圖像配準(zhǔn)方法。算法首先基于灰度信息對(duì)圖像進(jìn)行剛性配準(zhǔn)，然后基于特征信息實(shí)現(xiàn)進(jìn)一步的非剛性配準(zhǔn)。在基于特征信息的彈性配準(zhǔn)中，首先要提取圖像的特征點(diǎn)和輪廓信息。在特征點(diǎn)提取的過(guò)程中，針對(duì)SURF算法的局限性，利用本文提出的SEMISURF算法對(duì)圖像進(jìn)行特征點(diǎn)提取，然后利用小波變換提取輪廓信息，并對(duì)輪廓信息進(jìn)行優(yōu)化處理，得到有效的圖像特征信息。最后基于薄板樣條函數(shù)對(duì)提取雙特征的圖像進(jìn)行彈性配

3、準(zhǔn)。在參數(shù)優(yōu)化過(guò)程中，針對(duì)傳統(tǒng)粒子群算法容易陷入局部極值的問(wèn)題，提出了基于區(qū)域互信息與模擬退火粒子群算法相結(jié)合的RMI-SAPSO混合優(yōu)化算法，算法首先選擇區(qū)域互信息作為配準(zhǔn)的目標(biāo)測(cè)度函數(shù)，然后基于SAPSO混合優(yōu)化算法對(duì)區(qū)域互信息進(jìn)行優(yōu)化。該方法通過(guò)引入的區(qū)域互信息，增加對(duì)圖像空間信息的提取，提高圖像局部區(qū)域配準(zhǔn)的準(zhǔn)確度。
　　將本文方法應(yīng)用于實(shí)際腹部CT圖像的肝臟配準(zhǔn)實(shí)驗(yàn)中，通過(guò)對(duì)比實(shí)驗(yàn)表明:本文方法在配準(zhǔn)的精度和效率兩方面都