基于樣條變換的醫(yī)學圖像彈性配準算法研究.pdf

1、醫(yī)學成像技術的飛速發(fā)展，使得醫(yī)學圖像逐漸成為臨床診斷與治療中的重要依據(jù)。對存在較大形變的醫(yī)學圖像進行彈性配準是當前臨床應用中的一個重要研究課題。其中，基于樣條變換的彈性配準算法通過控制點及樣條基函數(shù)來對待配準圖像的彈性形變進行描述，具有諸多優(yōu)良特性。因此，本文將彈性配準算法分為基于特征的、基于灰度的和基于特征與灰度的三大類，并在此基礎上選用薄板樣條和 B樣條作為空間變換模型，從而實現(xiàn)對形變較大的醫(yī)學圖像的快速精確配準。
　　在基于

2、特征的彈性配準算法中，針對 SIFT算法不能在形變較大的局部區(qū)域提取出有效特征點對的不足，提出了一種基于逐步細化特征提取和樣條變換的彈性配準算法。該算法首先對待配準圖像使用 SIFT算法進行初步的特征提取與匹配，從而得到體現(xiàn)圖像全局形變的特征點對；接著通過計算經(jīng)薄板樣條變換后的浮動圖像與參考圖像的對應控制點的像素點鄰域灰度均方差，尋找形變較大的局部區(qū)域；然后對這些區(qū)域利用互信息再次進行特征提取與匹配，從而得到體現(xiàn)圖像局部形變的特征點對。

3、實驗結果表明，該算法不僅減少了特征提取與匹配過程所需時間，而且其配準精度也得到了有效提高。
　　在基于灰度的彈性配準算法中，對局部具有較大形變的醫(yī)學圖像在使用層次B樣條變換配準時，由于每層控制網(wǎng)格都要進行全局細化，在造成不必要的計算的同時，對在上一層網(wǎng)格中已配準好的圖像區(qū)域也將受到影響。因此，提出了一種基于局部區(qū)域細化層次B樣條的彈性配準算法。該算法首先對浮動圖像的全局采用較大的控制網(wǎng)格快速完成粗配準，然后對其中形變較大的部分區(qū)域

4、使用較小的控制網(wǎng)格實現(xiàn)局部精配準。實驗結果表明，該算法不僅減少了變換過程中所耗費的時間，而且其配準精度也得到了保證。
　　為了能夠?qū)Υ嬖谳^大形變的醫(yī)學圖像更進一步地實現(xiàn)快速精確配準，提出了一種基于特征與灰度的混合樣條變換彈性配準算法。該算法不僅將基于特征的和基于灰度的彈性配準算法進行了結合，而且同時利用了薄板樣條和 B樣條各自的優(yōu)勢。即首先通過SIFT算法所得特征點對對浮動圖像進行薄板樣條變換，得到初步配準圖像；然后使用互信息作為