基于聯(lián)合顯著區(qū)域的自適應醫(yī)學圖像配準研究.pdf

1、圖像配準是醫(yī)學成像、計算機視覺、模式識別、遙感成像等研究領域一個重要的研究方向，本文以解決多模式、多時段醫(yī)學圖像配準中的異常信號為切入口，提出了基于聯(lián)合顯著區(qū)域的一些自適應處理機制，以有效解決剛體和非剛體醫(yī)學圖像配準中的異常信號問題。本文第一部分研究貢獻為基于聯(lián)合顯著圖的剛體圖像配準，這也是本文的一個核心算法基礎。首先利用尺度不變顯著性算子，構建待配準圖像的顯著性映射圖，通過顯著圖的相似性分析構建聯(lián)合顯著圖，其反映了圖像重疊區(qū)域每個位置

2、對應的參考圖像和浮動圖像的體素屬于聯(lián)合顯著區(qū)域的程度，局部異常信號對應重疊位置的聯(lián)合顯著值將趨于零。把聯(lián)合顯著值作為權值指導聯(lián)合灰度直方圖的統(tǒng)計，區(qū)別對待待配準圖像重疊區(qū)域的每一個體素，從而能夠在計算歸一化互信息的同時自適應識別缺少對應性表示的局部異常信號，并對聯(lián)合灰度直方圖起到平滑的作用，增加配準的魯棒性。大量實驗表明本方法具有較為出色的魯棒性、實用性和廣泛適用性，配準精度也達到了亞像素水平。本文的第二部分研究貢獻集中在解決自適應的非

3、剛體圖像配準中異常信號尤其是局部腫瘤病灶等引發(fā)的局部大形變問題。首先由尺度不變顯著性提取算子提取待配準圖像各自的特征點集，然后利用聚類分析及聯(lián)合顯著圖定位引發(fā)局部大形變的異常信號，層層篩選，最終提取出異常信號環(huán)境下能夠自動可靠建立形變場的數(shù)個特征點子類，每個子類均能很好地定位待配準圖像聯(lián)合顯著組織結構，最后通過迭代計算快速搜索特征點對應性，利用緊支徑向基函數(shù)逼近計算形變場。通過多組臨床醫(yī)學圖像的配準實驗表明，本方法能夠自適應地解決非剛體