多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)與融合算法的研究.pdf

1、本文基于形態(tài)學(xué)梯度、歸一化互信息、小波包和自適應(yīng)算子等理論方法，結(jié)合臨床實(shí)踐的需求，對(duì)多模態(tài)醫(yī)學(xué)圖像的配準(zhǔn)與融合問(wèn)題進(jìn)行了較為深入的研究和探討。主要工作如下： (1)首先研究了醫(yī)學(xué)圖像的配準(zhǔn)問(wèn)題。在此研究中，針對(duì)互信息配準(zhǔn)方法存在的局部極值和運(yùn)行時(shí)間長(zhǎng)等問(wèn)題，提出了基于形態(tài)學(xué)梯度和互信息的醫(yī)學(xué)圖像配準(zhǔn)新方法，該方法通過(guò)歸一化互信息和形態(tài)學(xué)梯度的有機(jī)整合，有效改善了傳統(tǒng)互信息配準(zhǔn)方法中的局部極值問(wèn)題，并大大縮短了圖像配準(zhǔn)的時(shí)間。在

2、MATLAB環(huán)境下對(duì)計(jì)算機(jī)X射線(xiàn)斷層造影成像，核磁共振成像，單光子發(fā)射型計(jì)算機(jī)斷層成像三種模態(tài)的醫(yī)學(xué)圖像進(jìn)行仿真研究，結(jié)果表明：本文提出方法的配準(zhǔn)精度和運(yùn)行速度優(yōu)于傳統(tǒng)的互信息配準(zhǔn)方法，而且噪聲對(duì)配準(zhǔn)結(jié)果的影響明顯減弱。 (2)在醫(yī)學(xué)圖像配準(zhǔn)研究的基礎(chǔ)上，對(duì)多模態(tài)醫(yī)學(xué)圖像的融合問(wèn)題進(jìn)行了較為細(xì)致的研究，提出了基于小波包變換和自適應(yīng)算子的醫(yī)學(xué)圖像融合方法。該方法首先對(duì)圖像進(jìn)行小波包分解，然后采用自適應(yīng)算子對(duì)分解后的子圖像進(jìn)行處理，

3、最后經(jīng)過(guò)小波包重建，得到融合圖像。小波包變換能夠?qū)D像頻帶進(jìn)行多層次劃分，并且對(duì)小波變換沒(méi)有細(xì)分的高頻部分進(jìn)一步分解，從而提高了頻率分辨率；自適應(yīng)算子可以根據(jù)圖像的具體情況自動(dòng)調(diào)整融合規(guī)則的權(quán)重系數(shù)，避免了設(shè)置固定權(quán)重系數(shù)所造成的誤差。在MATLAB環(huán)境下，采用拉普拉斯金字塔變換、小波變換、小波包變換三種融合方法進(jìn)行仿真實(shí)驗(yàn)，并采用平均梯度、均值、標(biāo)準(zhǔn)差、信息熵和相關(guān)系數(shù)作為評(píng)價(jià)標(biāo)準(zhǔn)對(duì)三種融合方法進(jìn)行綜合評(píng)價(jià)。結(jié)果表明：本文提出的基于小