医学图像融合技术及其应用

医学图像融合技术，作为一种成像后处理技术，把医学图像有机的结合起来，从而为医学诊疗提供了更完善的图像信息，进一步提高了临床诊断和治疗的可靠性。本文着重介绍了图像融合技术的内容及其应用。     

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。     

医学图像融合技术的研究

利用图像融合技术,将不同模态的医学图像有机地结合在一起,可以充分利用各种医学图像的优点,为临床诊断和治疗提供帮助.本文主要介绍了医学图像融合技术的基本概念、发展情况、常用方法及面临的困难等,并对医学图像的研究前景作了预测.     

医学图像信息融合技术的发展

医学图像信息融合是医学图像处理、放射医学及医学影像学领域近几年兴起的一种新技术。应用医学图像信息融合技术 ,可以把不同模态的医学图像有机地结合起来 ,为临床诊断和治疗提供更完善的图像信息 ,从而使医学图像能更好地为现代医学服务。本文对医学图像信息融合技术及其研究现状作了详细的介绍和综述 ,并对其研究前景作了预测。     

多模式医学图像的融合和配准技术

医学影像工程不断发展,出现了很多先进的成像设备,有力地支持了医学诊断和治疗。而以计算机技术为基础的成像后处理技术进一步提高了诊疗的可靠性。我们着重介绍了多模式医学图像融合和配准的技术内容和应用。     

医学图像配准技术

医学图像配准是医学图像分析的基本课题,具有重要理论研究和临床应用价值。本文较全面地介绍了医学图像配准的概念、分类、配准原理、主要的配准技术及评估方法。     

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。     

医学图像配准技术

本文较全面地介绍了医学图像配准的概念,分类,配准原理,主要的配准技术及评估方法。     

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。     

图像融合技术在Computed Radiography影像中的应用研究

将图像融合技术应用于CR(ComputedRadiography)技术中 ,有效改善影像的信噪比 (signal-to -noiseratio)。运用双IP(ImagePlate)技术采集人体体模影像后 ,在变换域进行图像配准。建立融合图像的数学模型 ,基于此模型对配准完成的源图像实施不同权重的加权计算得到融合图像。结果　融合图像信噪比源图像可提高 30 %左右。结论　将图像融合技术应用于CR技术可有效改善影像质量 ,有助于提高诊断的准确性。     

CT/MRI混合配准方法及其在放疗计划系统中的应用

旨在研究放疗中图像配准方法,特别是针对放疗中常用的CT、MRI,提出基于混合框架的配准方法,该方法主要包 括两个方面:（1）采用掩膜（Mask）提取感兴趣区域、形态学运算等图像处理方法以及CPU多线程并行技术,大幅度提高配 准速度;（2）采用由全局到局部的混合配准策略,首先利用基于仿射变换的刚性配准整体配准,以防止图像间偏差过大,在 此基础上针对感兴趣区域采用B样条弹性配准,调整局部形变。通过实验表明,采用预处理及加速策略的刚性配准,在保 持其精度的情况下,提速比可达10倍,测试结果已达到临床需求;此外,采用基于GPU加速的混合配准策略,其配准速度 提至约4 min。     

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。     

小波变换在医学图像融合中的应用

图像融合是医学图像处理中的关键技术。文中探讨了基于小波变换的医学图像融合方法。首先对源图像进行小波多尺度分解,然后采用基于窗口的融合规则进行小波系数融合,最后通过小波逆变换重构融合图像。实验结果表明,该方法能在保留原图像信息的情况下增强融合图像的细节信息。     

Fast Mutual Information Registration Method of 3-D Medical Image

INTRODUCTION　　Multimodal registration,which brings images from different modality into spa-tial correspondence,is of importance in many clinical applications.Over the years,research of multimodal registration has produced a lotof differentmethods.Surveysof medical image registration with a classification have been made〔1,2〕.The registra-tion methods can be classified as frame- based,point- landmark- based,surface- basedand voxel- based.Voxel- based methods achieve registration by iden…     

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。     

一种基于图像分割的医学图像融合方法

提出一种新的图像融合算法 ,用于临床治疗计划设计时对病灶的确定。文中采用改进的Canny算子对病灶边缘提取方法进行了研究 ,根据局部直方图计算对非目标轮廓进行抑制。通过对图像配准建立空间映射关系 ,将一种图像中的病灶边缘特征与其它相应的图像进行叠加 ,获得具有病灶边缘和解剖结构特征的融合图像。本文的融合算法简单、直观 ,临床实用性强     

混合遗传算法在医学图像配准中的应用

针对遗传算法和梯度算法各自的优点和缺陷,提出了遗传算法和梯度算法相结合的松散耦合和紧密耦合两种混合遗传算法,并利用基于排挤的小生境技术对其性能进行了改进,使其在搜索能力和收敛速度上都有了较大提高。利用此算法成功实现了以互信息为相似性测度的医学图像配准。计算实例结果表明,本算法能够有效克服局部极值的影响,具备较强的抗噪能力,是一个精度高、稳定性好的医学图像配准算法。     

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。     

不同图像格式在医学图像融合中的性能研究

不同格式的医学图像影响着融合性能。选择常用的BMP、JPG、PNG格式,首先采用典型的小波基函数进行小波融合,然后选用无下采样Contourlet变换(NSCT)融合进行对比验证。实验结果显示,PNG格式图像无论是融合性能还是运行时间和存储空间,都显示了优越性。     

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.