醫(yī)學(xué)圖像配準(zhǔn)與融合方法研究.pdf

1、近年來(lái)關(guān)于人腦的研究工作成為生物醫(yī)學(xué)領(lǐng)域一大研究熱點(diǎn)，其中引人注目的一項(xiàng)研究?jī)?nèi)容是數(shù)字化腦圖譜的開發(fā)與應(yīng)用。對(duì)腦部圖像進(jìn)行組織標(biāo)定是腦圖譜開發(fā)過(guò)程中的一個(gè)關(guān)鍵步驟，由于單一成像模式不能全部呈現(xiàn)人腦的所有組織，所以標(biāo)定時(shí)需要對(duì)來(lái)自不同成像模式的圖像進(jìn)行配準(zhǔn)。
　　通過(guò)不同的醫(yī)學(xué)成像設(shè)備獲得圖像的分辨率一般都不相同，由于組織標(biāo)定要求圖像配準(zhǔn)的精度較高，因此采用在配準(zhǔn)前對(duì)待配準(zhǔn)圖像進(jìn)行重采樣的方式不能夠滿足課題要求。針對(duì)此問(wèn)題本文提出了

2、一種改進(jìn)的幾何變換模型，該模型包括了常規(guī)幾何變換模型的配準(zhǔn)參數(shù)——水平平移參數(shù)、垂直平移參數(shù)和旋轉(zhuǎn)系數(shù)，同時(shí)將水平縮放系數(shù)和垂直縮放系數(shù)引入到模型當(dāng)中，實(shí)驗(yàn)證明該模型滿足了標(biāo)定過(guò)程中圖像配準(zhǔn)精度高的要求。
　　腦圖譜組織標(biāo)定工作量極大，且要求標(biāo)定精度較高，因此對(duì)圖像配準(zhǔn)的精度和速度提出了雙重要求。本文在歸納總結(jié)已有算法的基礎(chǔ)上給出了一種改進(jìn)的基于力矩主軸和互信息的配準(zhǔn)算法，首先利用基于輪廓的力矩主軸法計(jì)算初始配準(zhǔn)參數(shù)，包括水平平移