基于最大互信息的多模態(tài)醫(yī)學(xué)圖像配準算法研究.pdf

1、在已有的適合應(yīng)用的圖像配準算法中,以基于特征點(面)或基于相關(guān)系數(shù)的配準算法居多,特征點(面)算法原理簡單但需要人工介入,且配準精度受限于特征點(面)的提取分割模式,而相關(guān)系數(shù)配準算法由于計算前先假設(shè)了兩圖像灰度間存在著線性關(guān)系,不適合多模態(tài)圖像配準.該論文提出了基于最大互信息測度的多模態(tài)圖像配準方法.該論文的互信息配準測度認為兩幅基于共同的解剖結(jié)構(gòu)的圖像達到最佳配準時它們重疊部分對應(yīng)的像素的灰度互信息值為最大.基于最大互信息的方法不需

2、要對多模態(tài)圖像灰度間關(guān)系作一些其他的先驗假設(shè),也不需要對圖像進行分割和預(yù)處理.該論文是將圖像像素灰度視為隨機變量,使用聯(lián)合(和邊緣)概率分布理論和信息熵理論來求解兩圖像的互信息.另外,由于重疊部分的聯(lián)合(和邊緣)灰度直方圖不需要計算互信息的導(dǎo)數(shù),故用來計算兩圖像像素的聯(lián)合概率分布,這使得配準算法簡單且易于實現(xiàn).該文在搜索最大互信息時引入了爬山法和遺傳算法兩種參數(shù)優(yōu)化方法.爬山法適合于局部快速收斂,能夠很快找到局部最優(yōu)解,但容易限于局部陷