一种病变眼底图像的配准方法

对于具有病变的眼底图像,血管结构不够清晰,采用基于血管分割和血管分支点、交叉点等眼底图像配准方法具有一定的局限性。为了解决这个问题,提出一种基于不变特征的眼底图像配准方法。提取眼底图像的尺度不变特征(SIFT)作为特征点,提出双边或的Best-Bin-First(BBF)算法进行特征点匹配,并根据特征点具有旋转不变性的方向特征和空间斜率及空间距离等几何特性的一致性检测去除误匹配,精化匹配特征,利用得到的匹配特征进行M估计得到眼底图像的变换关系。通过对不同程度病变的眼底图像数据进行配准实验,观察配准结果,对比匹配特征的正确匹配数量和分析衡量配准精度的均方根误差。结果表明,该方法实现了良好的细节对齐,保留了足够的正确匹配对,对实验的病变眼底图像配准成功后的均方根误差均小于1,且浮动于0.5左右,验证了方法的精确性和有效性。     

基于特征提取的脑部医学图像配准研究

目的 基于特征的配准算法具有鲁棒性强、针对性好等显著优势,在图像配准领域被广泛应用,但是该类方法的精度受图像间特征构建和环境噪声影响大,该研究旨在对其缺点进行改进。方法 该研究基于SURF和ORB两种算法,提出了SURF-ORB算法,将参考图像与待配准图像分成上下两部分分别配准。在配准过程中,首先对SURF提取的图像特征点的Harris响应值进行优化,并使用灰度质心法确定特征点主方向。然后计算rBRIEF（旋转BRIEF）描述子,并使用汉明距离进行特征点匹配。最后加入RANSAC精匹配算法,剔除误匹配点。结果和结论 该研究通过对比分析SURF、ORB、SURF-ORB这3种算法的配准结果、抗噪声能力及多模态配准能力,验证了SURF-ORB算法具有较高的配准精度、配准速度和抗噪声能力。文章的创新之处该研究首次将SURF和ORB两种算法进行结合并应用于脑部横断面图像。     

基于血管匹配的三维超声与CT图像的配准方法

提出一种基于血管匹配的三维超声与CT图像配准的新方法.首先,基于水平集方法自动分割出CT图像中的血管；其次,由于超声图像中的声影与血管均属于低回声区域,我们结合声影形成的物理原理及图像纹理特性,自动检测出声影区域,以提高配准的鲁棒性；最后,采用进化算法,将CT图像中分割出的血管与超声图像中低回声区域进行匹配.在肝脏体模和临床脾脏数据上进行了实验验证,自动配准的成功率在95％以上,平均目标配准误差在2 mm以内,实验结果验证了本方法的可行性.     

基于区域相似性测量的CT/PET图像配准

图像配准在临床诊断中有重要意义,针对这一问题已经提出了许多方法.本文以区域相似性匹配测度,运用改进的分割方法,结合Powell寻优算法实现了CT/PET多模医学图像配准.实验结果表明,该算法易于实现,配准速度快、精度高,鲁棒性较好.     

用于面诊的人脸全景图像拼接算法

采用一种基于人脸特征的柱面投影方法,将人的头部近似看做一个圆柱体,有效地解决了在采集过程中因面部角度所引起的视觉不一致性;利用SIFT特征匹配算法提取两幅图像的特征向量,并通过RANSAC匹配优化算法消除错误的匹配,实现图像的配准;接着采用渐入渐出的融合算法,使图像间实现平滑的过渡,消除拼接缝隙。实验结果表明,本研究使用的算法能够快速、有效地生成人脸全景图像,为后续中医面诊奠定了基础。     

利用边缘和表面特征实现脑图像CT-MR的自动配准

应用基于CT和MR图像等值特征表面的配准算法对多模医学图像进行了配准研究.在CT、MR图像中提取等值特征表面,进行图像的几何对准,并对结果进行初步评估,同时对该算法的稳健性,搜索最近点策略和插值策略进行了研究.结果表明:这种方法能够达到亚象素级的配准精度,是一种稳健、高精度、全自动的配准方法.     

基于点袋理论的肝脏CT图像分析

当前医学CT图像的病理识别过多地依靠医生经验,为了将机器辅助诊断引入病理识别中,本文采用点袋理论对肝癌和正常肝脏的CT图像进行分析研究.从100张CT图像中挑选出40张具有特征的CT图像,预处理后,先利用尺度不变特征变换（scale invariant feature,SIFT）描述CT图像特征点,再经过k均值（k-means）聚类,最后使用支持向量机（support vector machine,SVM）机器学习算法实现CT图像的识别和分类.实验结果表明,当采用Gaussian 径向基（RBF）核运算时识别可取得85%的正确率.该研究说明点袋法有较好的分类效果和较好的发展空间.     

利用边缘和表面特征实现脑图像的自动配准

本文中我们使用基于CT、MR和PET图像等值特征表面的配准算法对多模医学图像进行了配准研究，在CT、MR和PET的原始图像中提取等值特征表面，进行图像的几何对准，并对结果进行初步评估，同时对该算法的稳健性，搜索最近点策略和采样策略进行了研究，结果表明；这种方法能够达到亚像素级的配准精度，是一种稳健、高精度、全自动的配准方法。     

基于SIFT特征和近似最近邻算法的医学CT图像检索

针对医学X线计算机断层(Computed Tomography,CT)图像,提出了一种基于尺度不变特征变换(Scale InvariantFeature Transform,SIFT)特征和近似最近邻算法的检索方法。首先通过SIFT算法得到图像的特征点和相应的特征向量,再采用近似最近邻算法进行SIFT特征向量的匹配搜索,得到数据库中与参考图像最相似的图像序列。实验结果表明,该法能检索到与目标图像细节相符的结果,大大提高了检索速度。与传统的基于纹理的检索方法相比,查准率和检索结果与目标图像的相似程度方面更佳,符合医学CT图像检索的要求。     

一种基于小波变换的配准特征点自动标记算法

以颅脑CT图像为研究对象,提出了一种基于小波变换的自动标记非刚性配准所需对应特征点的算法.这种算法充分考虑了颅脑CT图像的像素点及其临域的纹理特征,通过进行小波变换建立对应于每个像素点的多分辨率小波特征向量,并以小波特征向量间的差异作为判别依据,在目标图像中标记非刚性配准所需的对应特征点.一系列的实验结果表明,这种基于小波变换的算法能够准确地在目标图像中标记出配准所需的对应特征点,可以作为基于特征的非刚性配准对应特征点自动标记的参量之一.     

基于改进尺度不变特征变换的手术室多视点图像拼接算法

目的为了提高手术室环境下拼接后全景图像的主观质量,本文提出一种基于改进尺度不变特征变换(scale invariant feature transform,SIFT)的手术室多视点图像拼接算法。方法基于SIFT特征点匹配算法,依据手术室采集设备为平行摄像机且获取的两视点高关注区域重叠较宽泛的特点,提出采用局部加权融合的拼接算法消除拼接重影,并在局部加权融合算法下,对参与图像空间变换的特征点在垂直方向增加约束,筛选出正确匹配特征点对以消除拼接折痕。结果此算法解决了手术室拼接图像中手术衣的袖子、手术剪和手套的重影及治疗巾位置拼缝不对齐的问题,即消除了术野高关注度下的拼接重影及误匹配带来的拼接折痕,保证了两幅图像拼缝后的平滑过渡。结论基于改进SIFT特征点匹配的算法获得了较好的主观手术画面的拼接质量。     

GPU框架下基于改进Demons算法的CT-CBCT图像变形配准研究

目的:针对自适应放射治疗中的关键技术--CT和CBCT图像变形配准问题,提出一种基于图形处理器GPU的改进Demons配准算法。方法:通过匹配CT和CBCT图像相应体素局部邻域点集的k阶样本矩,计算CBCT图像每一个体素CT值的线性变换系数,并在每一次Demons迭代过程中,对原CBCT图像逐体素做CT值线性变换,最后利用Demons公式计算变形场。结果:5例临床头颈部肿瘤患者的CT和CBCT图像配准结果表明,改进后算法不受CT和CBCT图像CT值强度不一致的影响,能快速、精确的完成图像的变形配准。结论:基于GPU框架的改进Demons算法可以快速精确完成CT-CBCT图像变形配准,较好的满足了临床对于快速变形图像配准的要求。     

基于SURF特征与边缘信息的图像配准

目的:针对特征图像配准方法速度快、效率高,而医学图像具有结构信息不明显、变形复杂等特点,该类方法常常失效,提出一种结合SURF特征与图像边缘信息的配准方案.方法:首先使用SURF法检测图像的特征点,采用角度法判断特征点是否匹配错误,并将误匹配的特征点删除;然后,将所得特征点对与图像的Canny边缘相结合,形成一个新的特...     

基于图谱的肝脏CT三维自动分割研究

目的在肝脏外科手术或肝脏病理研究中,计算肝脏体积是重要步骤。由于肝脏外形复杂、临近组织灰度值与之接近等特点,肝脏的自动医学图像分割仍是医学图像处理中的难点之一。方法本文采用图谱结合3D非刚性配准的方法,同时加入肝脏区域搜索算法,实现了鲁棒性较高的肝脏自动分割程序。首先,利用20套训练图像创建图谱,然后程序自动搜索肝脏区域,最后将图谱与待分割CT图像依次进行仿射配准和B样条配准。配准以后的图谱肝脏轮廓即可表示为目标肝脏分割轮廓,进而计算出肝脏体积。结果评估结果显示,上述方法在肝脏体积误差方面表现出色,达到77分,但在局部（主要在肝脏尖端）出现较大的误差。结论该方法分割临床肝脏CT图像具有可行性。     

基于图像块匹配和测地线活动轮廓模型的肿瘤自动检测算法

提出一种基于图像块匹配和测地线活动轮廓模型的肿瘤自动检测算法。给定肿瘤区域的术前图像和术后(或术中)图像,首先通过刚性配准得到全局配准参数,然后将术前图像分割成大小适合的正方形区域,在术后(或术中)图像中寻找与之匹配最好的区域,并得到各个分块对应的配准参数。根据分块配准和全局配准之间关系的判决比较,得到肿瘤所在的区域,最后在此区域内利用测地线活动轮廓模型,获得较为准确的肿瘤初始轮廓。     

肝脏动、静脉相CT图像配准与融合方法研究

目的 研究肝脏CT扫描序列图像轮廓提取、配准与融合问题.方法 采用图像滤波去噪、增强图像边缘及提取图像外轮廓等方法对CT序列图像进行预处理.对肝脏CT扫描序列图像动脉相位期与静脉相位期的图像轮廓进行配准,选取最优配准参数确定不同相位期图像的对应关系,以实现配准.将配准后对应的动、静脉相位期图像融合.结果 融合后的图像展现了同一位置不同相位期肝脏动、静脉的情况.结论 配准、融合后的图像能提供更加丰富的信息,可为医生临床诊断提供参考.     

手术导航中空间坐标系配准与注册研究

目的手术导航精度对手术的效果有着至关重要的影响,笔者研究了影响导航精度的因素,包括标志点的选取方法和注册算法。标志点的选取影响配准中两个空间相同目标点的选取,而注册算法影响利用这两组点进行空间配准的精度。方法首先分别阐述了在注册过程中基于点匹配和基于点云的迭代最近点(ICP)匹配点选取方法和注册算法,随后对它们的特点与原理进行分析,比较了其优缺点。提出一种基于点匹配的系统注册方法结合四元数坐标系配准方法,并通过实验验证该方法在将手术空间和图像空间配准时符合手术导航精度要求。同时,分析了这种系统注册方法将来存在的问题和研究方向。结果利用光学导航仪追踪注册模具上的反光球,得到模具内乒乓球的球心坐标,而后在CT图像中获取乒乓球的球心坐标,在Visual Studio中验证两组点的配准,实验结果表明误差在科学可接受范围内。结论这种新的系统注册模具可以用于手术导航注册,结合四元数法精度是符合手术导航精度的。     

基于图像特征的CT-MR图像配准

本文采用了基于图像特征的相关性算法对3－D CT－MR图像进行配准。首先使用基于局部坐标系的二阶导数算子对CT和MR图像进行处理,获取由图像的“脊”或“谷”,组成的特征图像然,然后在进行刚体变换条件下对特征图像进行相关计算,使其相关系数达到最大,从而获取配准后的图像。该方法不需在成像过程中人为增加标记物,后续处理中不需人为干预,是一种自动的图像配准方法,最后本文给出了这一方法用于实际数据的结果。     

基于区域局部特征的中医舌像检索

根据中医理论,舌象是五脏六腑的投影,舌体的不同区域可以反映出人体的相关疾病信息。本文以中医舌像为研究对象,针对全局底层图像特征很难描述舌像不同区域特征的缺点,提出了基于区域局部特征的中医舌像检索方法以提高中医舌像的识别率。由于SIFT局部描述子不仅具有良好的尺度和亮度不变性,同时对仿射形变,视角改变和噪声等也有一定的鲁棒性,因此系统选择了SIFT描述子来描述图像特征。同时针对SIFT特征在检索过程中匹配计算代价大的缺点,提出了基于奇异值分解的SIFT特征点集合匹配方法,实验结果表明该方法在检索效果和检索时间消耗方面取得了一个很好的平衡。     

基于DRR及相似性测度的2D-3D医学图像配准算法

目的 针对术前三维电子计算机断层扫描(computed tomography,CT)图像和术中二维X线图像的配准问题提出了精确高效的全自动配准算法,使得该算法能够适应不同X线图像的风格.方法 首先通过数字重建放射影像(digitally reconstructured radiograph,DRR)技术,把CT图像转换成DRR图像,从而将CT和X线图像的配准转换成DRR图像和X线图像的配准.然后在传统的归一化互相关(normalized cross correlation,NCC)和梯度差分(gradiant difference,GD)相似性测度指标基础上提出融合NCC和GD的归一化互相关-梯度差分(normalized cross correlation?gradient difference,NG)指标,并基于NG指标计算DRR图像和X线图像的相似性.通过Powell算法迭代求取相似性测度的极值,从而获得配准矩阵.最后在人体头颅CT数据上采用"黄金标准"判断法量化配准系统的精度,并通过脊柱CT和X线配准案例验证系统在实际场景的性能.结果 基于DRR及NG相似性测度的2D/3D图像配准系统的配准距离误差为0.51 mm,角度误差为0.40°.结论 基于DRR及NG相似性测度的2D/3D图像配准算法具有较好的配准精度,能适应不同风格的二维输入图像,基于该算法的配准系统具有较好的鲁棒性.