基于薄板样条的医学图像弹性配准

非刚体配准是神经外科和放疗计划设汁中的一个关键问题。使用薄板样条方法，利用两个对应标志点集对眼底、脑等多种医学图像进行弹性配准。其中，弹性插值法是将两个点集绝对对齐，常会出现严重的局部畸变；而弹性近似法充分考虑了整体平滑性的要求，对定位有误差的标志点约束的图像配准更为优越。实验结果表明，使用上述两种方法获得了很好的配准效果?     

基于神经网络的双X射线影像2D-3D配准算法

针对基于迭代优化的传统2D-3D医学图像配准算法运行速度慢，难以达到实时配准的要求，本研究提出一种实时2D-3D配准方法。通过将空间刚体变换参数分解到两个平面上，将2D-3D配准简化为两个步骤，包含2D-2D近似刚体配准与单参数2D-3D刚体配准。同时利用深度卷积神经网络拟合患者X射线影像残差与其对应姿态差异间的非线性映射关系，从X-DRR图像对的残差回归出空间刚体变换参数。经由头颅CT数据训练后的网络，在0.04 s内完成了高精度的双X射线配准。本研究提出的配准方法满足了放疗过程中进行实时2D-3D配准工作的要求。     

基于局部小波模式和一致性点漂移的多模医学图像配准

为提高多模医学图像配准的速度、精度和鲁棒性,本文提出一种基于局部小波模式(LWP)和一致性点漂移(CPD)的多模医学图像配准算法。首先提取图像稳定特征点,然后通过局部小波分解编码8邻域信息;接着变换中心像素值,使中心点像素构成的向量取值与小波分解向量取值范围相一致,通过比较中心像素变换向量与小波分解向量计算LWP描述子;最后把结合高斯混合模型后验概率和负对数似然函数的函数作为目标函数,利用一致性点漂移算法进行模型参数估计和空间变换。实验结果表明在图像存在噪声、灰度不均匀和初始误配的情况下,LWP-CPD算法的鲁棒性、配准精度和计算复杂度都达到很好的效果。     

基于隐含形状表示和边缘信息融合的非刚体图像配准

本研究提出基于隐含形状表示和边缘信息融合的多分辨率网格非刚体图像配准算法，使用从全局到局部的层次变换模型覆盖整个变换域，解决有较大局部形变的图像配准问题。首先用隐含形状表示图像的外部轮廓，将轮廓作为距离函数的零水平集隐含地嵌入到高一维的距离变换空间，在该隐含嵌入空间中使用互信息方法，实现了一个具有平移、旋转、尺度不变性的全局配准框架，对齐图像外部轮廓。然后选择基于B样条的多分辨率网格FFD模型进行局部配准，兼顾了结果精确度和计算效率。算法采用了与图像边缘信息融合的方法，强调图像边缘信息在配准中的贡献，得到平滑、连续且保证一对一映射的变换域。最后将该算法分别应用于脑部MR、CT图像的配准，得到令人满意的效果。     

医学图像配准技术

目的:在医学影像领域,不同成像设备获取的信息不同,但互为补充,将这些信息融合在一起,为医生做出正确的诊断提供更多的依据,有助于提高医疗诊断和治疗水平。本文主要介绍医学图像配准技术的基本原理、方法、发展和临床应用。方法:大量参阅了该领域的有关文献,重点介绍了配准过程中的几何空间变换技术,分别综述了刚体变换和非刚体变换的主要方法,分析各种方法的优缺点,应用的适应范围,并对该领域的研究进行了展望。结果:在临床应用中刚体或近似刚体的配准只占很小的一部分,大多数情况下需要用非刚体变换来描述。目前,非刚体变换方法还不够成熟,各类方法都存在一定的局限性,在临床实际应用中,根据研究对象的差别建立合理的配准形变模型,选择合适的配准方法,优化计算方法,提高计算速度,进一步提高图像配准的准确性。结论:论文认为医学图像配准技术是医学图像处理研究领域中的热点方向之一,具有重要的临床应用价值。论文提出图像配准的精度直接影响后续的图像处理工作,如何提高配准精度仍是今后医学图像配准技术的研究方向。     

医学图像配准技术研究进展

医学图像配准是近年来医学图像处理领域中的重要研究问题,通过寻找某种适当的空间变换,使两幅图像达到空间位置上的定位和配准,进而进行图像融合。医学图像配准在临床诊断、治疗、质量保证和疗效评价等方面具有重要的应用价值。通过对近年来医学图像配准的主要方法(相关法、互信息法及小波变换法)进行综述,比较了各种算法的特点及其典型应用。     

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。     

基于自由变形法的多模态医学图像的配准与融合

本研究提出了一种自动识别颈部PET-CT图像特征点的算法，它应用自由变形（FFD）方法以CT图像的特征点为参考使PET图像产生变形，再结合最大互信息法对颈部PET与CT图像进行非刚体配准，最后用改进的小波图像融合法把两者进行融合得出视觉效果比较理想的融合图像。经实际计算得出的变形PET图像与对应CT图像的互信息量大于原始PET图像，并且最后用改进的小波图像融合法得出的融合图像的信息量比一般小波融合大，由此证明本研究所用方法是有效的。     

用无约束优化薄板样条实现平滑的医学图像弹性配准

医学图像弹性配准是医学图像处理的一个重要研究方向。目前采用的方法多是手动选择对应标记点，然后用薄板样条插值方法计算配准变换。由于对应点的选取总是存在误差，所以配准的准确性受到影响，而且手动选点操作繁杂、耗时大。为此，我们根据最优化理论，改进了薄板样条插值方法，并在此基础上采用了一种自动标记点选择方法。将这两者结合，我们得到了一种自动、准确、鲁棒性好的配准方法，运用此方法进行医学图像的弹性配准，得到了更好的结果。     

基于互严格凹函数测度的医学图像配准新方法

为了提高医学图像配准的运算速度和增大配准的稳定区域，提出用严格凹函数取代互信息中的香农熵函数的方法，形成了互严格凹函数测度（NMi，i=1，2，…，6）。互信息只是互严格凹函数测度的一个特例。并提出一种新的判断配准好坏的标准——稳定区域和稳定区域宽度。通过试验比较得NM2、NM4、NM5互严格凹函数测度比互信息好，比Ⅰ0.2和R0.2测度更好，即这三个测度的配准时间比互信息少，比Ⅰ0.2和R0.2测度更少；三个测度配准的平均稳定区域宽度比互信息宽，比Ⅰ0.2和R0.2测度更宽。最后用NM2测度进行多模态医学图像的非刚体配准试验，结果表明效果良好。     

一种数字胸片图像肺部区域的自动分割方法

数字胸片放射图像由于具有很宽的动态范围，普通的图像后处理方法难以获得满意的效果。采用按解剖区域的自适应处理方法可以获得比较好的效果，但需要进行图像的自动分割。本文介绍一各肯效的肺部区域的自动分割方法。该方法根据胸片图像直方图的特征，自动确定肺部区域和给膈及下膈膜区域的阈值。     

基于DICOM 3.0标准的细胞病理图像文件格式及传输设计

本研究以DICOM 3.0标准 2 0 0 3年草案为基础 ,首先分析并设计了细胞病理图像的DICOM文件格式 ,在定义文件格式的过程中一方面充分考虑到了DICOM标准兼容性的要求 ,另一方面也尽可能的涵盖细胞病理图像数字化应用的需要 ;首次 ,对细胞病理图像DICOM文件进行了传输设计与实现。最后 ,对定义的细胞病理图像文件进行了文件格式以及传输的兼容性测试。结果表明 ,本研究的细胞病理图像文件格式和传输安全符合DICOM3.0标准的要求。     

A new software program for pathological data analysis

This study concerns the development of “NEO Image Analysis Software”, a software package that can perform analyses on pathological images. The objective of the program is to minimize subjectivity of the pathologist in the diagnosis and treatment of diseases by standardizing the measurements. The following analyses have been performed on the images: area detection, angle detection, edge detection, blurring, sharpening, area counting, finding the ratio of areas with different colours, inversion, colour-to-gray scale conversion, colour mapping and drawing-based analysis (rectangular, circular, polygon and random).     

图像分析系统及其在生物医学中的应用

目前图像分析系统在组织细胞形态与化学成份定量分析研究工作和辅助临床病理诊断中起着重要的作用。随着计算机技术的快速发展，图像分析系统也有了长足的进步，其测试功能，速度，精度及自动化程度有了大幅度的提高，同时，医学的进步，大大推动了医学图像分析系统的发展，本文就图像分析系统的发展过程，基本结构和工作原理作了着重阐明，并介绍了图像分析系统在生物医学中的应用。     

用模糊数学方法融合多模医学图像

提出一种基于模糊数学的方法来融合多模医学图像。采用改进的FCM算法分割图像,用自动模糊重分布的算法确定隶属度。在融合步骤中考虑到了16种不同图像组织的交混情况和16种上下文关系,总共256种模糊关系。实验结果表明:该方法有很强的抗配准偏差能力和抗分割干扰能力,并具有稳健、快速、精确等特点。     

一种医学图像几何特征的自动检测

医学图像配准的方法有许多种，它的原理都是选取合适的图像特征量，根据特征量再来确定配准变换，因此特征量的选取是图像配准的第一步。目前用于配准的图像特征量有多种，如图像边界、图像外标记点等。本文提供了一种提取图像脊特征，作为用于配准的特征量的方法，取得了良好效果。     

SimITK: Visual Programming of the ITK Image-Processing Library within Simulink

The Insight Segmentation and Registration Toolkit (ITK) is a software library used for image analysis, visualization, and image-guided surgery applications. ITK is a collection of C++ classes that poses the challenge of a steep learning curve should the user not have appropriate C++ programming experience. To remove the programming complexities and facilitate rapid prototyping, an implementation of ITK within a higher-level visual programming environment is presented: SimITK. ITK functionalities are automatically wrapped into “blocks” within Simulink, the visual programming environment of MATLAB, where these blocks can be connected to form workflows: visual schematics that closely represent the structure of a C++ program. The heavily templated C++ nature of ITK does not facilitate direct interaction between Simulink and ITK; an intermediary is required to convert respective data types and allow intercommunication. As such, a SimITK “Virtual Block” has been developed that serves as a wrapper around an ITK class which is capable of resolving the ITK data types to native Simulink data types. Part of the challenge surrounding this implementation involves automatically capturing and storing the pertinent class information that need to be refined from an initial state prior to being reflected within the final block representation. The primary result from the SimITK wrapping procedure is multiple Simulink block libraries. From these libraries, blocks are selected and interconnected to demonstrate two examples: a 3D segmentation workflow and a 3D multimodal registration workflow. Compared to their pure-code equivalents, the workflows highlight ITK usability through an alternative visual interpretation of the code that abstracts away potentially confusing technicalities.     

线性的医学图像边界检测方法中六种算子的比较

图象的边界检测是图象处理的一个重要部分。本文根据实践经验首先提出了边界检测的评判标准，继而对几种线性算法进行了描述，并将它们用ＶｉｓｕａｌＢａｓｉｃ语言对同一图象进行了实现，从而直观地反映了各算法的优劣，为我们处理实际的医学图象提供了基础。     

JPEG2000 Still Image Coding Quality

This work demonstrates the image qualities between two popular JPEG2000 programs. Two medical image compression algorithms are both coded using JPEG2000, but they are different regarding the interface, convenience, speed of computation, and their characteristic options influenced by the encoder, quantization, tiling, etc. The differences in image quality and compression ratio are also affected by the modality and compression algorithm implementation. Do they provide the same quality? The qualities of compressed medical images from two image compression programs named Apollo and JJ2000 were evaluated extensively using objective metrics. These algorithms were applied to three medical image modalities at various compression ratios ranging from 10:1 to 100:1. Following that, the quality of the reconstructed images was evaluated using five objective metrics. The Spearman rank correlation coefficients were measured under every metric in the two programs. We found that JJ2000 and Apollo exhibited indistinguishable image quality for all images evaluated using the above five metrics (r > 0.98, p < 0.001). It can be concluded that the image quality of the JJ2000 and Apollo algorithms is statistically equivalent for medical image compression.