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。     

基于海明窗滤波及粒子群优化搜索的医学图像配准

针对互信息在多模态医学图像配准中的局部极值问题,利用海明窗(Hamming窗)进行滤波预处理,并采用粒子群优化(Particle swarm optimization,PSO)方法搜索配准参数。结果表明,图像经过Hamming窗低通滤波后,局部极值大大减少,有利于利用互信息进行图像的配准。另外,PSO优化算法在大多数情况下都可以收敛到全局最优解。我们提出的方法可有效克服互信息的局部极值问题,并有效提高配准精度。     

基于Demons算法的多模态医学图像非刚性配准研究

非刚性医学图像配准是医学图像研究领域的热门专题之一,具有重要的临床应用价值。本文提出一种改进的Demons算法,将灰度守恒模型和局部结构张量守恒模型结合起来,构造一个新的能量函数处理多模态配准问题,然后采用L-BFGS算法优化能量函数,解决复杂三维数据的优化问题,并采用多尺度分层细化的思想解决大形变配准。实验表明,本文算法对大形变和多模态三维医学图像配准都有较好的效果。     

基于互信息的多光谱图像配准

研究了多模态医学图像配准的一种，即多光谱图像的配准，分析了该配准存在的困难：运算量巨大，速度较慢，占用内存多，提出了用parzen窗口函数来估计概率密度，以及用样本平均来估计熵；在搜索策略上采用了快速有效的模拟退火算法。实验证明，本文的方法很好地解决了多模态配准中存在的问题，能够快速稳定地实现多光谱图像的配准。     

基于互信息的多光谱图像配准

研究了多模态医学图像配准的一种，即多光谱图像的配准，分析了该配准存在的困难：运算量巨大，速度较慢，占用内存多，提出了用Parzen窗口函数来估计概率密度，以及用样本平均来估计熵；在搜索策略上采用了快速有效的模拟退火算法。实验证明，本文的方法很好地解决了多模态配准中存在的问题，能够快速稳定地实现多光谱图像的配准。     

基于粗配准和混合互信息的医学图像配准算法

利用边缘检测算子和数学形态学方法提取医学图像轮廓,采用主轴矩法配准两幅图像的轮廓,使其达到粗略配准的目的。通常的互信息测度是基于香农熵的,因为香农熵对于局部极值具有很强吸引域,而某些参数下的雷尼熵可以消除局部极值,将两种测度分别用于精配过程中不同的搜索阶段。首先利用全局搜索算法,寻找基于雷尼熵的归一化互信息测度的全局最优初值,再通过局部优化算法对当前的最优解寻找基于香农熵的更精确的全局最优解。实验表明,这种配准算法是有效的。     

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.     

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.     

基于掩膜优化的多模态医学图像刚性配准

目的:基于配准开源平台ITK和开源计算机显示视觉库OpenCV开发刚性配准程序,并集成到DeepPlan计划系统中,实现快速准确的多模态刚性配准。方法:基于形态学开运算初步去除图像中无需关注的细小区域和部分扫描床,使用最大类间方差法(Otsu)突出感兴趣的图像部位,Canny算子用于提取富含信息区域的边界信息。使用像素填充技术得到图像配准需要的掩膜,并采用OpenMP并行技术加速掩膜计算过程。最终在配准过程中将掩膜作用于参考图像或浮动图像。结果:测试了多组不同模态和部位的算例,实验结果表明基于掩膜优化的多模态医学图像刚性配准方法可以自动去除绝大部分背景图像和扫描床板,节约图像配准中一半以上时间,且图像配准质量并无下降;在1 min内可以完成两组100张左右的图像配准。且本方法以动态链接库的形式成功集成在治疗计划系统DeepPlan中。结论:在保证配准结果准确的基础上,基于掩膜优化的多模态医学图像刚性配准方法显著提高了图像配准速度,且算法稳定性能高,有很好的临床应用前景。     

基于局部联合熵梯度的双向多分辨率Demons算法

针对active demons算法易受到参数设置的影响,无法有效解决大形变场的配准问题,本研究提出了基于局部联合熵梯度的双向多分辨率demons算法。利用在配准过程中两幅图像的互信息不断增加,局部联合熵增大的规律,本研究引入两幅图像局部联合熵参数,将图像局部联合熵的梯度附加到demons驱动力中,实现了基于局部联合熵梯度的双向多分辨率demons算法。利用自然图像、MRI图像和CT图像测试本算法的优越性,与active demons,diffeomorphic demons算法进行对比分析,采用均方误差、归一化互相关系数和结构相似度对配准结果进行定量评价。本算法归一化互相关系数和结构相似度最高,均方误差最小。通过分析权重系数的影响和设置合适的参数,本算法可应用于大形变的医学图像配准,具有一定的临床应用价值。     

一种改进的条件方差和医学图像配准

多模医学图像配准是将不同医学成像模式提供的影像信息进行融合的关键步骤。条件方差和(SCV)是一种新的用于多模图像配准的相似性测度,但SCV的主要缺点是它仅使用量化信息来计算联合直方图。基于此,设计了一种新的插值函数来计算联合直方图,从而提高SCV的性能。将改进后的SVC用于多模医学图像配准,并与归一化互信息(MI)、交叉累积剩余熵(CCRE)和原SCV进行了比较。实验证明,相比NMI、CCRE和原SCV,本研究方法能配准具有不同空间变换和噪声的图像,具有更高的配准成功率和鲁棒性。     

多模态医学图像配准技术的分类与研究进展

多模态医学图像配准技术是目前医学图像处理中的研究热点 ,对于临床诊断和治疗有重要意义。本文首先分析了图像配准的过程 ,并在此基础上对配准方法进行了反映其本质的分类 ,然后综述了目前的一些主要的多模态医学图像的配准方法 ,最后提出了医学图像配准研究中的几个主要问题。     

多模态医学图像配准技术的分类与研究进展

多模态医学图像配次技术是目前医学处理中的研究热点,对于核准 重要意义。本文首先分析了图像配准的过程,并在此基础上对配准方法进行了反映其本质的分类。然后综述了目前的一些主要的多模态医学图像的配准方法,最后提出了医学图像配准研究中的几个主要问题。     

用于三维医学图像配准的“粗精”混合算法研究

目的三维医学图像配准能够为临床诊断提供更多更丰富的信息,是医学图像处理领域的研究热点。本文针对配准中传统方法很难兼顾到配准的准确度和速度,提出一种基于"粗精"混合配准的算法。方法首先,采用主成分分析方法对图像进行粗配准,减小浮动图像和参考图像之间的差异,得到精配准良好的初始参数;然后,采用改进的Powell算法在初始参数的基础上进行精配准;最后,以三维MRI图像为例设计了两组实验进行验证。结果该方法配准精度高,旋转参数误差低至0001,得到的图像灰度误差可限制在2以内。此外与全局优化方法相比,该方法保证配准精度的同时,在速度上可提高2~3倍。结论实验证明该方法可同时兼顾配准的准确度和速度。     

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.     

多模态医学图像配准技术研究进展

多模态医学图像配准技术是目前医学图像处理中的研究热点,对于临床诊断和治疗有重要意义.首先分析了图像配准的过程,然后根据待配准图像的特征,包括图像的外部特征和内部特征,系统且详细地介绍了多模态医学图像配准的常用方法,并对这些方法进行了比较.     

基于互信息的人脑图像配准研究

近来利用互信息进行多模医学图像配准已成为医学图像处理领域的热点,人脑多模医学图像配准对研究神经组织的结构功能关系和引导神经外科手术有着重要的指导意义,本文描述了一种基于互信息的人脑图像配准方法,我们将这种方法应用于图像的几何对准并给出了初步的评估结果,同时,我们还就归一化互信息、多分辨率策略,多种插值和优化算法对配准速度和精度的影响作了讨论,由于不需要对不同成像模式下的图像灰度间的关系作任何假设,互信息法是一种稳健性强、可广泛应用于基于体素的多模医学图像的配准方法。     

一种新颖的序列图像自动配准方法

序列图像的配准是医学临床与科研实践中扮演着非常重要的角色.为了快速、准确地进行医学序列图像配准,本文提出了一种利用图像联合直方图进行序列图像自动配准的新方法.首先对图像阈值分割,将其联合直方图划分为4个区域,然后根据不同的配准图像数据,选择定义在不同区域上的计数值作为参数计算的准则函数.该方法设计简单、巧妙,以计数方法代替其他方法中大量的浮点运算.由于准则函数具有良好的光滑特性,且选择Powell算法做最优化搜索,因此保证了优化结果的准确性.和其他算法相比,该方法大大简化了准则函数的计算,从而显著提高了配准优化搜索的速度.根据实验结果,及与基于互信息量方法的对比,证明该方法准确、简便、快速、有效.     

基于混合优化算法的医学图像配准方法

基于互信息的图像配准算法计算复杂度高,配准速度慢。针对这一问题,本文提出一种基于改进遗传算法和Powell算法相结合的医学图像配准方法。首先针对传统遗传算法收敛速度慢、易早熟的缺陷,本文对遗传操作中的交叉运算过程提出了改进策略,并将改进的遗传算法与Powell算法相结合,充分利用遗传算法的全局搜索能力与Powell算法的局部搜索能力。与Powell算法和未改进的遗传算法相比,本文提出的算法极大地缩短了图像配准所用的时间,同时提高了算法的抗噪性。