基于互信息和模拟退火算法的多模式医学图像配准

目的 实现CT－MR多模式医学图像配准。方法 提出了一种基于互信息和模拟退火算法的医学图像配准方法,对多模式医学图像,运用信息论的基本概念：互信息（MI）”作为匹配标准,使用改进的模拟退火算法作为优化准则,通过求解两幅图像的最大互信息量搜索最佳匹配参数,对待配准图像进行变换,从而到配准的目的。结果 我们把此方法应用于CT和MR图像的三维刚性配准,取得了较好的配准效果。结论 该方法匹配精度和鲁棒性比较高,其中模拟退火算法克服了其他搜索算法容易陷入局部极大值的弊病,是一种比较有效的配准方法。     

虚拟中国人女性一号图像数据的配准

目的解决中国数字化女性虚拟人图像数据三维重建前的配准问题。方法根据图像数据特点,应用基于外置标记点和基于轮廓比较的最小二乘法两种方法进行参数计算,依参数对图像进行刚体变换处理完成配准。结果使用这两种方法对数据集图像进行配准处理,达到了预期效果。结论这两种方法能够实现此数据集图像的精确配准,而且具有运算量小且易于编程实现的特点。     

三维核医学图像配准的心肌存活评价方法

目的探索建立三维核医学图像配准和融合进行心肌存活评价的定量分析方法.方法编写计算机程序,用最大互信息法将单光子发射计算机体层摄影术心肌血流灌注图像和PET心肌代谢图像进行三维图像配准,用改进的快速推进法提取心肌区域,将区域内的图像灰度作校正后融合成心肌代谢和血流灌注的差值图以伪彩色表示,用于定量分析.结果所建立的方法可以实现两种核医学心肌图像的配准、兴趣区域的提取和初步的图像融合,用该技术对实际病例作了初步尝试显示与实际情况相符.结论利用图像配准和融合的方法对心肌存活进行定量评价是可行的.     

虚拟中国人女性一号图像数据的配准

目的 解决中国数字化女性虚拟人图像数据三维重建前的配准问题。方法 根据图像数据特点，应用基于外置标记点和基于轮廓比较的最小二乘法两种方法进行参数计算，依参数对图像进行刚体变换处理完成配准。结果 使用这两种方法对数据集图像进行配准处理，达到了预期效果。结论 这两种方法能够实现此数据集图像的精确配准．而且具有运算量小且易于编程实现的特点。     

基于改进Demons算法的非刚性配准及其在肿瘤放疗中的应用

目的提出一种改进的Demons非刚性配准算法,验证算法的有效性,并将其应用于图像引导放射治疗(image-guidedradiotherapy,IGRT)中治疗图像和计划图像的配准。方法基于Brox等提出的梯度恒定假设和Malis的高效二阶最小化算法的思想,将图像灰度梯度场的相似性加入原始的能量函数中,推导出更新变形场的公式。利用有限内存的BFGS算法优化能量函数,自动确定迭代次数。分别利用模拟形变图像、变形体模图像和肝癌病人的临床CT图像验证改进算法的配准精度。结果改进的Demons变形配准算法与原始的"Additive Demons"算法相比,配准精度更高,收敛速度更快。结论在放射治疗的不同分次扫描过程中,因实际扫描条件的影响,两幅待配准图像像素灰度值范围不同的情况下,改进的Demons算法能够更好地实现快速精确的配准。     

基于多权重概率图谱的脑部图像分割

目的探讨有效地利用图谱的先验信息和待分割图像的灰度与结构信息,得到光滑、准确的分割结果的脑部图像分割方
法。方法利用配准的局部相似性测度、标号图像的距离场、待分割图像的自相似性计算多权重概率图谱,然后对多权重概率图
谱进行阈值处理得到最终的分割结果。通过配准的相似性测度加权,保证概率图谱计算的准确性;利用标号图像的距离场加
权,引入图谱标号图像提供的位置先验信息;经过待分割图像的自相似性加权,引入了待分割图像提供的灰度与结构信息。结
果对大量脑部MR图像中的海马进行分割实验,并与国际上主流的分割算法进行了比较,对左海马的分割精度提高到87%,对
右海马的分割精度提高到87.5%。结论基于多权重概率图谱的脑部图像分割能有效的提高分割精度。
     

基于主成分分析的三维医学图像快速配准算法

本文提出了一种新的基于主成分分析的三维医学图像快速配准算法.传统的基于灰度的方法需要考虑整个三维数据的灰度信息,计算复杂度大,无法满足临床需要.而本算法利用数据的轮廓特征,通过主成分分析计算出图像的质心和主轴,通过对齐质心和主轴完成配准.实验结果表明此方法能准确,快速地处理图像刚性配准问题,特别适用于三维医学图像的配准.     

基于改进Demons算法的非刚性配准研究及其在肿瘤放疗中的初步应用

提出一种改进的Demons非刚性配准算法,验证算法的有效性,并将其应用于图像引导放射治疗（image-guidedradiotherapy, IGRT）中治疗图像和计划图像的配准。方法 基于Brox等提出的梯度恒定假设和Malis的高效二阶最小化算法的思想,将图像灰度梯度场的相似性加入原始的能量函数中,推导出更新变形场的公式。利用有限内存的BFGS算法优化能量函数,自动确定迭代次数。分别利用模拟形变图像、变形体模图像和肝癌病人的临床CT图像验证改进算法的配准精度。结果 改进的Demons变形配准算法与原始的“Additive Demons”算法相比,配准精度更高,收敛速度更快。结论 在放射治疗的不同分次扫描过程中,因实际扫描条件的影响,两幅待配准图像像素灰度值范围不同的情况下,改进的Demons算法能够更好地实现快速精确的配准。     

连续组织切片图像的配准

目的　解决生物组织连续切片计算机三维重建中的图像配准问题。方法　采用自动图像配准的分割－计数法,通过 对图像做简单的阈值分割,将优化的准则函数定义为图像的联合直方图特定区域上的计数值,通过优化搜索,得到配准 参数。结果 将该方法用于小鼠胚胎的连续切片图像配准,大大加快了配准速度。结论 使用自动图像配准分割－计数法 能够实现连续组织切片图像的准确配准,并且具有计算简单,速度快的优点。     

基于图像分割的MRI、CT脑图像自动配准的探讨

图像配准是图像融合等医学图像处理过程的关键技术,本文探讨的CT与MRI脑图像配准方法,采用自动分割两种图像的颅骨区域及用数学形态学方法修正,以此区域进行匹配.研究结果表明,该方法对原始图像的质量要求较低,其预处理过程可有效地提高搜索效率.     

人正常离体子宫薄层切片数据集的自动配准

目的：通过改良及优化后的配准方法实现人正常离体子宫薄层切片数据集的自动配准。方法：在Photoshop中处理原始断层图像,获取定位杆图像和标本图像（子宫、双附件及部分阴道）;在Matlab中计算定位杆图像中四个定位杆的质心坐标值,将其作为定位杆坐标值,取所有定位杆图像定位杆坐标值的中均值作为基准世标;每张定位杆图像的定位杆坐标与基准坐标对比,获取每张定位杆图像的投影变换参数并根据该参数对相对应的标本定位杆图像及定位杆图像进行投影变换：将校正后的定位杆图像再在Photoshop中处理,获取只包含第二个定位杆的图像,同样在Matlab中计算其坐标值,并基于其坐标值将配准后的标本定位杆图像裁剪成大小一致图像：选取配准后两张大小相差较大的相邻图片,在Photoshop中将配准前的两张相邻图片及配准后的两张相邻图片分别进行重叠,调节其中一张图片的透明度,将合成的图片保存。结果：配准前两张相邻图片中的标本大小差距较明显,而配准后两张相邻图片中的标本差距很小。通过该配准方法,成功地实现了人正常离体子宫薄层切片数据集的自动配准。结论：基于Photoshop软件和Matlab软件的图像配准方法具有配准精度高,运算量小,易于编程实现等优点,通过改良及优化后,可用于人正常离体子宫薄层切片数据集的配准。     

Photoshop软件在数字人体研究中的应用

大量人体连续断面图像的处理是数字人体研究的基础和前提。该文主要从图像数据采集、图像分割、图像配准、图像的批处理、参数计算等环节介绍了Photoshop软件在数字人体研究领域中的应用。     

上海市某镇剖宫产现况调查及其影响因素分析

目的:对上海市浦东新区高桥镇产妇剖宫产现况进行调查,分析其影响因素,探讨降低剖宫产率及加强孕期保健的方法.方法:随机抽取2010年7月至2011年6月期间上海市浦东新区高桥镇799例产妇为研究对象,利用相关医务人员在产妇出院后的两次上门家访时,采用自行设计的社会人口学调查表进行问卷调查.调查内容包括患者的一般资料以及剖宫产手术指征,分析产妇剖宫产的影响因素.结果:①剖宫产主要手术指征包括社会因素(32.22％)、妊娠合并症(27.93％)、胎位异常(8.38％)、难产(7.64％)、羊水异常(7.26％)、瘢痕子宫(6.70％)、胎儿窘迫(5.21％)、其他(4.66％).②剖宫产与孕妇基本情况(户籍、医疗保险)密切相关.结论:剖宫产因素构成复杂,其中社会因素影响最大;孕妇的户籍及医疗保险情况也会影响其生产方式.因此可通过产前健康教育,改变产时服务模式,完善助产技术,避免经济利益干扰等措施降低社会因素对剖宫产率的影响.     

疤痕子宫再次妊娠102例临床分析

目的:探讨首次剖宫产术后再次足月妊娠计划分娩的可行性。方法:回顾分析我院2008年1月-2011年12月收治的剖宫产术后再次妊娠符合试产条件并自愿试产的102例临床资料。结果:与同期非疤痕子宫再次阴道分娩组相比,疤痕子宫阴道分娩组的产后出血量、产程、新生儿窒息率差异无统计学意义,无母婴不良结局,再次剖宫产组产后出血量比剖宫产术后阴道分娩组多。结论:疤痕子宫足月妊娠如处理得当计划分娩,阴道分娩是可行的。     

标点法MRI-CT图像融合的融合精度分析

目的:研究标点法进行MRI和CT图像融合后的融合精度,以期为颅内肿瘤术后进行放射治疗的患者寻找更有效的图像融合方法及精度评价标准. 方法:24例颅内肿瘤术后患者,在相同定位条件下进行MRI T1WI增强序列和术后定位CT扫描,采用Tris-Axes Landmark方法将其轴位MRI的T1WI增强序列与定位CT图像进行融合,寻找融合分数与融合误差之间的线性关系,并观察每例患者在三维空间的融合误差. 结果:融合分数和融合误差之间存在较好的线性关系,相关系数r= -0.985,回归方程为y=-0.551 3x+5.351 4,据此回归方程推测,融合分数＞6.61者均可满足临床融合需要. 结论:标点法是放射治疗中一种较好的融合方法,能快速准确地定量评价MRI-CT融合精度,可应用于临床放射治疗中.     

CT-MRI同体位放疗模拟定位装置的研制

目的为了提高CT模拟定位图像与常规MRI扫描图像配准的精确度,使放疗靶区勾画的精确度提高,研制一套CT-MRI同体位放疗模拟定位装置。方法测量CT模拟定位固定装置的规格大小和MRI扫描机的床面大小、孔径大小等相关数据,根据测量数据选用凯夫拉、ABS塑料、尼龙螺丝材料设计并制造出CT-MRI同体位放疗模拟定位装置,包括MRI模拟定位体架、凹面床的平板适配床板和MRI体部扫描线圈拱形支撑架,分别用CT模拟定位固定装置、CT-MRI同体位放疗模拟定位装置对患者进行CT模拟定位和MRI模拟定位扫描,观察两组图像的配准融合效果。结果利用该装置安全、顺利完成MRI模拟定位扫描,经10例临床试验,CT-MRI同体位放疗模拟定位均能得到较好的图像配准融合效果。体位头部DICE:0.988,HD:3.340 mm;非同位头部DIC:0.947,HD:6.445 mm。同体位颈部DICE:0.847,HD:3.803 mm;非同体位颈部DICE:0.829,HD:4.679 mm。结论此CT-MRI同体位放疗模拟定位装置,能有效提高图像配准精确度,提高靶区勾画精确度,满足临床放疗要求。     

Feature and Intensity Based Medical Image Registration Using Particle Swarm Optimization

Image registration is an important aspect in medical image analysis, and kinds use in a variety of medical applications. Examples include diagnosis, pre/post surgery guidance, comparing/merging/integrating images from multi-modal like Magnetic Resonance Imaging (MRI), and Computed Tomography (CT). Whether registering images across modalities for a single patient or registering across patients for a single modality, registration is an effective way to combine information from different images into a normalized frame for reference. Registered datasets can be used for providing information relating to the structure, function, and pathology of the organ or individual being imaged. In this paper a hybrid approach for medical images registration has been developed. It employs a modified Mutual Information (MI) as a similarity metric and Particle Swarm Optimization (PSO) method. Computation of mutual information is modified using a weighted linear combination of image intensity and image gradient vector flow (GVF) intensity. In this manner, statistical as well as spatial image information is included into the image registration process. Maximization of the modified mutual information is effected using the versatile Particle Swarm Optimization which is developed easily with adjusted less parameter. The developed approach has been tested and verified successfully on a number of medical image data sets that include images with missing parts, noise contamination, and/or of different modalities (CT, MRI). The registration results indicate the proposed model as accurate and effective, and show the posture contribution in inclusion of both statistical and spatial image data to the developed approach.