基于互信息和離散小波幀分解的醫(yī)學(xué)圖像配準(zhǔn)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的不斷成熟，現(xiàn)代醫(yī)學(xué)成像技術(shù)獲得了迅猛的發(fā)展，在醫(yī)學(xué)研究和臨床診斷中起到越來越重要的作用。但是由于成像的局限性，單獨(dú)使用某一種模態(tài)的圖像往往不能滿足復(fù)雜的應(yīng)用要求。當(dāng)不同成像設(shè)備、不同成像參數(shù)和不同時(shí)間得到的同一個(gè)對象或者不同對象的圖像數(shù)據(jù)之間存在相對的平移、旋轉(zhuǎn)、比例縮放甚至彈性形變的時(shí)候，對其綜合使用分析首先要解決圖像配準(zhǔn)的問題。圖像配準(zhǔn)因而變得越來越重要，成為當(dāng)前醫(yī)學(xué)影像研究領(lǐng)域的一個(gè)熱點(diǎn)。 互信息法是當(dāng)前醫(yī)

2、學(xué)圖像配準(zhǔn)領(lǐng)域應(yīng)用最為成功的方法之一，但是傳統(tǒng)的互信息方法在使用部分體積插值的時(shí)候會(huì)引入局部極值，干擾最終的互信息函數(shù)最大化搜索；使用Powell方法作為優(yōu)化工具，有可能收斂于局部極值，導(dǎo)致錯(cuò)誤的配準(zhǔn)結(jié)果。本文應(yīng)用B樣條基函數(shù)的系數(shù)替代原部分體積插值的系數(shù)，成功地從算法設(shè)計(jì)上減少了局部極值；使用遺傳算法和Powell方法相結(jié)合的混合優(yōu)化算法，在遺傳算法全局搜索的基礎(chǔ)上用Powell方法進(jìn)行局部優(yōu)化，在搜索的過程能避開局部極值的影響。實(shí)驗(yàn)

3、證明，本文提出的改進(jìn)互信息配準(zhǔn)方法更加穩(wěn)定，且能獲得更高的配準(zhǔn)精度。 基于小波的配準(zhǔn)方法在遙感圖像配準(zhǔn)中得到廣泛的應(yīng)用，但是在醫(yī)學(xué)圖像配準(zhǔn)中報(bào)道不多。本文提出一種基于離散小波幀變換的醫(yī)學(xué)圖像配準(zhǔn)方法，將圖像作離散小波幀分解后子圖像的能量圖作為配準(zhǔn)的特征，采用遺傳算法來優(yōu)化絕對值差和法測度。實(shí)驗(yàn)表明，此方法能成功地配準(zhǔn)剛體變換下的核磁共振T1加權(quán)圖像和T2加權(quán)圖像。在軸向位移配準(zhǔn)精度上，它在X方向好于互信息法、歸一化互信息法和比例