基于CNN和互信息的PET-CT圖像配準(zhǔn)方法的研究.pdf

1、隨著醫(yī)學(xué)成像技術(shù)的發(fā)展，越來越多的醫(yī)學(xué)成像設(shè)備用于人體器官的檢查和疾病診斷。各種成像技術(shù)之間的相互融合，更加提高了醫(yī)學(xué)診斷與治療的準(zhǔn)確性，醫(yī)學(xué)圖像配準(zhǔn)是這些應(yīng)用的前提。
　　 針對這一技術(shù)背景，本文在比較和借鑒現(xiàn)有圖像配準(zhǔn)方法的基礎(chǔ)上，根據(jù)當(dāng)前圖像配準(zhǔn)技術(shù)的研究熱點和應(yīng)用趨勢，對PET/CT圖像配準(zhǔn)技術(shù)進行了較深入的研究，提出一種基于細胞神經(jīng)網(wǎng)絡(luò)(CNN)和互信息的PET/CT圖像配準(zhǔn)方法。
　　 首先，引入細胞神經(jīng)網(wǎng)絡(luò)

2、，用于CT圖像邊緣檢測，構(gòu)建了新的CT圖像的邊緣提取算法。CNN能夠提取各個方向的邊緣，且在其它經(jīng)典邊緣檢測算子失效時，CNN仍可成功奏效。CNN硬件電路結(jié)構(gòu)簡單，運行速度快，尤其是可實現(xiàn)圖像并行處理，對滿足醫(yī)學(xué)圖像配準(zhǔn)的實時性要求有很好的實用價值。
　　 其次，用互信息測度作為圖像配準(zhǔn)依據(jù)?；诨バ畔⒌呐錅?zhǔn)方法有不依賴于圖像本身灰度，可實現(xiàn)自動校準(zhǔn)等優(yōu)點。在CNN邊緣提取后，對圖像進行互信息配準(zhǔn)，減少了計算空間，同時不失互信息