利用相关比相似性测度多分辨率配准MR和PET医学图像的方法

采用了全新的相关比相似性测度作为配准的测度准则，提出了有效的磁共振(MR)和正电子发射端层扫描(PET)临床医学图像配准方法。具体设计时，采用了加速的多分辨率的配准方案，对方案中涉及的几何变换选取、重采样、多分辨率体数据表达及最优化方法进行了详细的设计分析。最后，利用多分辨率配准方法，对MR和PET临床医学图像进行配准，给出了令人满意的效果，同时和基于体素灰度的直接配准法相比，配准速度也有了很大提高。     

鲍威尔和模拟退火优化算法结合的多分辨率三维图像配准

基于互信息的全局配准算法是近年图像配准研究的热点之一，此法具有精度高、鲁棒性强的特点。现将互信息作为相似性测度，采用模拟退火与鲍威尔相结合的多分辨率搜索优化策略，对临床使用的三维CT、MR图像进行了刚体配准。实验结果表明此方法能有效地防止优化陷入局部极值，具有良好的实用性。     

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。     

自适应指数加权互信息配准医学图像的测度及相应算法

为配准医学图像,本文提出了一种新的自适应指数加权的互信息(Adaptive Exponential Weighted Mutual Informa-tion,AEWMI)测度,分析表明:通过对互信息(Mutual Information,MI)测度进行指数加权可以提高测度曲线的峰值尖锐性和平滑性;而指数的权值则可以通过评估待配准图像的质量和分辨率大小来自适应确定.仿真实验结果在验证分析结果的同时也表明,基于本文AEWMI测度的配准方案,对图像噪声、分辨率差异等有较高的鲁棒性,且可有效地提高配准的成功率.     

基于互信息的多分辨率三维脑图像配准方法

在3D多模医学图像的配准方法中，最大互信息法精度高，鲁棒性强，使用范围广，本文将归一化互信息作为相似性测度，采用不同的采样范围和采样子集，使用Powell多参数优化法和Brent一维搜索算法对3DCT，MR和PET脑图像进行了刚体配准，为了加快配准速度，使用了多分辨的金字塔方法，对PET图像采用基于坐标的阈值选取方法对图像进行分割预算法，消除了大部分放射状背景伪影，美国万德贝尔大学对结果进行的评估证明配准精度可达亚体元级。     

基于关键点的超声图像与磁共振图像多分辨率离散优化配准方法

脑肿瘤手术规划及术中，术前磁共振（MR）图像与术中超声（US）图像的配准甚为关键。考虑到两种模态图像具有不同密度范围及分辨率，且超声图像存在较多的斑点噪声干扰，采用一种基于局部邻域信息的自相似性上下文（SSC）描述子定义图像之间的相似性测度。将超声图像作为参考，使用三维微分运算提取其中角点作为关键点，并采用密集位移采样离散优化算法实施配准。整个配准过程分为仿射配准和弹性配准两个阶段，在仿射配准阶段，对图像进行多分辨率分解，在弹性配准阶段，采取最小卷积和均值场推理策略对关键点的位移向量进行正则化处理。对22名患者的术前MR和术中US图像进行配准实验，仿射配准后的误差为（1.57±0.30）mm，每对图像配准平均耗时1.36 s；弹性配准后的误差为（1.40±0.28）mm，平均用时1.53 s。实验结果证明本文采用的方法具有良好的配准精度和速度。     

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.     

利用数学形态学工具配准人脑MR-PET图像

数学形态学是以形态为基础对图像进行分析的数学工具。我们利用简单的形态学操作从PET和MR图像中提取对应的解剖结构--皮质层，以归一化互信息为相似性测度，进行医学PET/MR图像的几何对准。评估结果证明，该方法的配准精度达到亚像素精度，并能极大地节省运行时间，是一种稳健性强、精度高、全自动的多模医学图像配准新方法。     

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。     

基于改进最大互信息法的MR切片图像配准

医学图像配准是医学图像处理分析的关键步骤,是医学图像融合首先要解决的问题。本研究的主要目的是实现帕金森患者深脑部刺激手术前后MR图像的配准。将互距离引入互信息测度,实现手术前后两组MR切片图像的对应匹配,然后将对应的两组MR切片系列重建三维图像,最后用Powell优化算法对重建的三维图像进行配准。通过术前术后MR三维图像的配准,可以定量的分析手术后植入电极和手术前丘脑底核的相对位置关系,从而实现对深脑部刺激手术质量的科学评估。     

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.     

基于薄板样条的MRI图像与脑图谱的配准方法

为了将CT、MRI、PET或SPECT等断层扫描图像用于疾病的辅助诊断、放射治疗、手术计划和引导 ,就必须知道图像中感兴趣区 (ROI)是什么解剖组织 ,即解决医学图像的解剖标识问题。医生通常是从解剖书籍、图谱及自身经验来对ROI做出判断。这些书籍和图谱往往给出的是文字描述和有限数目的 ,固定位置和方向的断层图片 ,很难与患者的实际图像联系起来。对于缺乏临床经验的医生来说尤为困难。数字化 3D人脑解剖图谱使医生对人脑深部组织全方位可视化。因此可以将其通过一定的空间变换 ,与MR体积数据集中的ROI进行比较 ,从而得到ROI的解剖标识。但是 ,没有两个人的大脑是完全一样的。人脑的解剖个体差异较大 ,这就要求利用非线性变形的方法做解剖标识。本研究介绍通过薄板样条变换用Talirach脑图谱对MR图像做解剖标识的方法。     

Robust and fast shell registration in PET and MR/CT brain images

A robust and fast hybrid method using a shell volume that consists of high contrast voxels with their neighbors is proposed for registering PET and MR/CT brain images. Whereas conventional hybrid methods find the best matched pairs from several manually selected or automatically extracted local regions, our method automatically selects a shell volume in the PET image, and finds the best matched corresponding volume using normalized mutual information (NMI) in overlapping volumes while transforming the shell volume into an MR or CT image. A shell volume not only can reduce irrelevant corresponding voxels between two images during optimization of transformation parameters, but also brings a more robust registration with less computational cost. Experimental results on clinical data sets showed that our method successfully aligned all PET and MR/CT image pairs without losing any diagnostic information, while the conventional registration methods failed in some cases.     

基于最大互信息的人脑MR-PET图像配准方法

利用最大互信息法进行多模医学图像配准近来成为医学图像处理领域的热点。MR和PET图像配准对研究神经组织的结构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MR－PET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。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,最大互信息法是一种稳健性强,可广泛应用于基于体素的多模图像的配准方法。     

一种用于医学图像配准的图像外边界的提取方法

医学图像配准是医学图像融合的第一步,而基于图像边界的配准方法对刚性物体图像（如人头颅骨的CT、MRI图像）来讲是一种较好的配准方法。本文给出了一种医学图像外边界的提取方法,它能够快速、准确地提取出CT、MRI等图像的外边界,为用边界法进行图像配准提供了保证。     

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。     

Use of simulated annealing for optimization of alignment parameters in limited MRI acquisition volumes of the brain

Studies suggest that clinical outcomes are improved in repeat trigeminal neuralgia (TN) Gamma Knife radiosurgery if a different part of the nerve from the previous radiosurgery is treated. The MR images taken in the first and repeat radiosurgery need to be coregistered to map the first radiosurgery volume onto the second treatment planning image. We propose a fully automatic and robust three-dimensional (3-D) mutual information- (MI-) based registration method engineered by a simulated annealing (SA) optimization technique. Commonly, Powell's method and Downhill simplex (DS) method are most popular in optimizing the MI objective function in medical image registration applications. However, due to the nonconvex property of the MI function, robustness of those two methods is questionable, especially for our cases, where only 28 slices of MR T1 images were utilized. Our SA method obtained successful registration results for all the 41 patients recruited in this study. On the other hand, Powell's method and the DS method failed to provide satisfactory registration for 11 patients and 9 patients, respectively. The overlapping volume ratio (OVR) is defined to quantify the degree of the partial volume overlap between the first and second MR scan. Statistical results from a logistic regression procedure demonstrated that the probability of a success of Powell's method tends to decrease as OVR decreases. The rigid registration with Powell's or the DS method is not suitable for the TN radiosurgery application, where OVR is likely to be low. In summary, our experimental results demonstrated that the MI-based registration method with the SA optimization technique is a robust and reliable option when the number of slices in the imaging study is limited.     

Mapping of the prostate in endorectal coil-based MRI/MRSI and CT: a deformable registration and validation study

The endorectal coil is being increasingly used in magnetic resonance imaging (MRI) and MR spectroscopic imaging (MRSI) to obtain anatomic and metabolic images of the prostate with high signal-to-noise ratio (SNR). In practice, however, the use of endorectal probe inevitably distorts the prostate and other soft tissue organs, making the analysis and the use of the acquired image data in treatment planning difficult. The purpose of this work is to develop a deformable image registration algorithm to map the MRI/MRSI information obtained using an endorectal probe onto CT images and to verify the accuracy of the registration by phantom and patient studies. A mapping procedure involved using a thin plate spline (TPS) transformation was implemented to establish voxel-to-voxel correspondence between a reference image and a floating image with deformation. An elastic phantom with a number of implanted fiducial markers was designed for the validation of the quality of the registration. Radiographic images of the phantom were obtained before and after a series of intentionally introduced distortions. After mapping the distorted phantom to the original one, the displacements of the implanted markers were measured with respect to their ideal positions and the mean error was calculated. In patient studies, CT images of three prostate patients were acquired, followed by 3 Tesla (3 T) MR images with a rigid endorectal coil. Registration quality was estimated by the centroid position displacement and image coincidence index (CI). Phantom and patient studies show that TPS-based registration has achieved significantly higher accuracy than the previously reported method based on a rigid-body transformation and scaling. The technique should be useful to map the MR spectroscopic dataset acquired with ER probe onto the treatment planning CT dataset to guide radiotherapy planning.