基于多目标交叉变异粒子群算法的多模医学图像非刚性配准

以互信息为相似性测度,采用B样条变换对多模态医学图像进行非刚性配准时,由于噪声及图像插值等原因造成的互信息局部极值使得传统优化方法不能搜索到最佳配准参数。为此,使用粒子群智能优化方法作为搜索策略,以降低对图像预处理的要求,进一步提高基于互信息的非刚性配准的鲁棒性。为了克服粒子群算法受初始值选取等因素的影响易陷于局部最优的缺点,使用LBFGS优化得到的结果构造初始粒子群,采用多目标优化方法结合交叉变异策略加以改进,使得算法在解空间搜索的遍历性得到改善,优化结果更接近全局最优。MR-T2与MR-PD图像的配准实验证明,该方法提高了基于互信息的B样条非刚性配准的鲁棒性,配准率达到94%;CT与PET图像的配准实验表明该方法相比惯性权重粒子群算法提高了配准精度,互信息增加了0.026;另外,CT与CBCT图像的配准实验也验证了本方法的有效性。     

基于互信息医学刚性图像配准方法的研究

目的:基于互信息的配准方法是医学图像配准领域的重要方法,具有鲁棒性,精度高等优点。本文探究医学刚性图像配准的有效算法和关键技术。方法:基于互信息配准方法,利用Powell多参数算法和改进的PV插值算法,得到两幅图像之间的最大互信息和最佳配准参数。结果:二维磨牙CT图像配准实验表明,配准速度快,精度提高,验证了插值方法的有效性。结论:方法和算法可提高配准速度,能有效抑制互信息目标函数的局部极值。     

基于互信息的医学图像配准中互信息的计算

基于互信息的配准方法是医学图像配准领域的重要方法.互信息是图像配准中常用的相似性度量,具有鲁棒、精度高等优点,但基于互信息的配准计算量大,制约了它的实际应用.我们采用基于多分辨率和混合优化策略的配准方法,在图像的不同灰度等级数下进行配准,分析了互信息的计算量与灰度等级数的关系,并用人头部的MRI图像和CT图像做了二维的单模模拟实验和多模实际配准实验,结果显示在灰度等级数为32和64时,与灰度等级数为256时相比,配准精度没有明显改变,而计算量下降显著.     

基于调幅-调频与熵图多模态医学图像的配准

背景：基于传统互信息量的多模态医学图像配准方法配准时需要利用二维直方图或者Parzen窗函数的方法估计概率密度分布,进而计算互信息量,这种方式计算速度慢,而且只考虑了图像的灰度信息,容易出现误配。 目的：针对目前主流的配准方法鲁棒性差、耗时的缺点,提出了一种新的基于调幅-调频(AM-FM)特征互信息量的快速配准方法。 方法：该方法考虑了图像的空间和结构信息;首先通过AM-FM模型对图像进行分解,得到图像的AM-FM特征,与图像的灰度特征一起组成高维特征;然后利用熵图和最小生成树加快AM-FM特征互信息量的计算,从而实现了医学图像的快速配准。 结果与结论：对20组磁共振T1-T2加权图像、CT/正电子发射计算机断层成像图像进行了实验,结果表明该方法在图像空间分辨率较低,有噪声影响等情况下均可以达到较好的结果,且配准精度优于国际上的主流方法,具有计算速度快,精度高,鲁棒性强的特点,适于临床应用。     

灰度级别对基于互信息医学图像配准方法的影响

医学图像配准在医学图像处理领域中已经被广泛使用。基于互信息配准的方法具有自动化程度高、配准精度高等优点。基于互信息的配准方法实质上是一种进行灰度统计和计算的方法 ,因此同一图像采用不同的灰度表示必然会影响配准结果。在分析灰度级别的压缩对于图像质量的影响和基于互信息配准方法的影响的基础上 ,进行了一系列的多模态医学图像配准试验 ,从配准精度和计算时间两个方面比较了不同的灰度级别对图像配准的影响。在详细分析和比较不同级别图像配准结果的基础上 ,给出了基于互信息配准时所采用的合理灰度级别的建议。     

PSO和Powell混合算法在医学图像配准中的应用研究

基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,已被广泛应用于医学图像的配准.但是,基于互信息的目标函数经常是不光滑的,存在许多局部极值,给问题的求解带来了很大的困难.本文讨论了互信息函数的多极值特性,并提出了一种粒子群优化算法(particle swarm optimization,PSO)和Powell混合优化方法.经检验,这种方法能有效地克服互信息函数的局部极值,大大地提高了配准精度,达到亚像素级.     

基于局部互信息和自动更新的医学图像形变不均匀配准

针对互信息只考虑图像像素的灰度信息和图像存在形变不均匀的情况下,本文提出局部互信息和部分多层次B样条结合的方法。第一步采用主轴质心法对多模医学图像进行粗配准,从而快速实现两幅图像的粗配准。第二步采用部分多层次B样条法针对解决局部形变不均匀的配准对象,首先是粗网格进行全局粗配准,然后只是对部分区域实现细化网格处理,加快配准速度。文中对网格进行自动更新,将采用以局部互信息为相似度检测,结合这3种方法,从而实现多模医学图像的精确和快速配准。     

基于B样条的弹性配准在放疗CT图像间配准的应用

目的:应用B样条弹性模型研究肿瘤患者放疗前CT图像与放疗后CT图像之间的弹性配准。方法:利用B样条自由弹性模型(free-form deformations,FFD),以灰度差平方和(Sum of Squared Differences,SSD)为相似性测度函数,通过基于多分辨率的B样条弹性配准方法对同一患者放疗前与放疗后的CT图像进行配准。结果:图像通过高斯滤波处理,应用B样条弹性模型,得到较为理想的弹性配准实验结果。结论:基于B样条的CT与CT图像弹性配准可以较好地建模放疗前与放疗后肿瘤区域的形变,为临床分析肿瘤的变化提供支持。     

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。     

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。     

3D Elastic Registration of Ultrasound Images Based on Skeleton Feature

INTRODUCTION The development of3D imaging has attracted great attention in the field of med-ical imaging by recent years.A majority of investigations in ultrasound imaging sys-tem have also focused on3D ultrasound image reconstruct system.All those recon-struct system based on recombination of2D images has a same condition that spatialposition of object being scanned remains unchanged as time passed by.Only in thisway,3D figure of human’s organ can be reconstructed by2D images obtained…     

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?     

基于图像分割的Tamura纹理特征算法的研究与实现***☆

背景：ITK主要提供医学图像处理、分割与配准算法,但其缺少可视化的功能,缺乏灵活实用的用户界面,VTK提供了丰富的医学影像处理与分析工具,具有强大的图形处理和可视化功能。 目的：利用以前的确诊病例和医生的诊断经验以及患者的相关病史,对确诊的医学影像资源进行管理,归档,并检索,以减少人工干预,提高图像的查全率和查准率。 方法：以视觉感知机制为基础,在ITK平台上进行图像平滑去噪和分割的预处理过程,利用Tamura算法完成纹理特征提取,最后通过实验采集、计算数据,完成对比分析。 结果与结论：基于图像分割的Tamura纹理特征算法在基于图像纹理检索应用上便于相似性度量,进而可提高检索的准确率。     

An adaptive irregular grid approach for 3D deformable image registration

Deformable registration is an important application in medical image analysis and processing. We propose a physics-based parametric approach for deformable image registration, where non-rigid transformations are computed using an irregular grid of control points distributed within the image domain. The image is modelled as a three-dimensional (3D) homogeneous infinite elastic medium. It is assumed that a Gaussian-shaped force is applied at every control point, where the strengths, directions and influence areas of the forces as well as the positions of the control points are considered as free parameters whose optimization leads to maximization of the similarity measure between the images to be registered. For optimization, a computationally efficient Levenberg-Marquardt method is used. The proposed approach has certain advantages over traditional landmark-based methods or the registration methods based on regular grids, for example B-splines, since comparable results can be achieved by using less control points. Experimental results with 3D clinical images demonstrate that our method is capable of successfully coping with complex registration tasks.     

医学图像配准技术及其研究进展

目的:对近年来的医学图像配准技术及其研究进展情况进行详尽地综述和讨论,从而为开展医学图像配准技术在医学图像三维重建、医学图像可视化和定量分析方面的研究提供参考.方法:首先,查阅国内外近年来医学图像配准技术研究的权威文献;然后,深入分析和研究这些文献所介绍方法的特点、存在的问题,并针对存在的问题提出可能的解决方案.结果:通过对近年来医学图像配准算法的最新研究进展情况进行深人细致地分析和讨论,在比较了一些典型算法的特点及其应用的基础上,对医学图像配准技术的发展进行了展望.结论:使用最优化策略改进图像配准质量以及对非刚体图像配准的研究是今后医学图像配准的发展方向.     

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。     

基于互信息的医学图像配准技术研究进展

基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,已被广泛应用于医学图像的配准。详细地介绍了互信息的基本概念、归一化互信息、互信息计算中常用的变换模型、插值方法、优化算法及提高配准速度策略等。同时对互信息在配准技术中存在的问题及解决方法进行了系统地介绍,最后对今后互信息的研究工作作了展望。