基于點陣SIFT特征匹配的腦組織提取研究.pdf

1、隨著醫(yī)學圖像處理技術的飛速發(fā)展，CT、磁共振等醫(yī)學影像設備在臨床中的廣泛應用，神經(jīng)影像分析技術發(fā)揮的作用越來越重要，為醫(yī)學臨床診斷奠定了堅實的理論基礎。最近幾十年，由于具有無創(chuàng)、無電離輻射的優(yōu)點，磁共振成像技術發(fā)展十分快速。目前，根據(jù)人工參與程度的不同，磁共振腦組織圖像提取技術可分為人工、半自動和自動提取三種方法。手動的腦組織提取方法精度高，但提取時間長，費時費力，要求操作人員有較高的專業(yè)技能，且受主觀性影響；自動的腦組織提取方法常采用

2、基于混合的方法，能夠達到較高的精度和穩(wěn)定性，處理時間比手動的快，但是通常對圖像縮放和旋轉較為敏感、需要手動調節(jié)參數(shù)，且參數(shù)多而且不固定。
　　針對自動提取算法對圖像縮放和旋轉等敏感的問題，本文提出了一種基于距離約束投票的SIFT特征匹配方法。該方法首先對模板圖像和目標圖像提取輪廓點陣，并為其提取SIFT描述子，然后分別在向量距離和坐標距離兩方面進行匹配，并對匹配結果進行由小到大的排序，選取向量距離和坐標距離的前5個匹配點，若前五個

3、點中存在相同的點則認為匹配成功，最后采取雙向匹配的方法，進一步保證準確性。
　　針對需要手動調節(jié)參數(shù)，且參數(shù)多而且不固定的問題，本文提出了一種基于點陣SIFT特征匹配的腦組織提取方法。該方法采用基于距離約束投票的SIFT特征匹配方法，在對目標圖像進行處理時引入一個循壞，即首先采用改進的BET算法得到一個初始的離散點陣；然后對離散點陣提取SIFT特征描述子，并根據(jù)與模板圖像離散點陣的匹配狀況自動調節(jié)參數(shù)，以新生成的參數(shù)繼續(xù)進行輪廓演