基于最大互信息的人脑多模图像快速配准算法

对脑图谱开发过程中来源于不同成像设备的多模图像进行配准。对预处理后的数码图像和MRI图像,首先提取图像的轮廓,采用基于轮廓的力矩主轴法计算初始平移量和旋转量,然后设定初始缩放系数,将此初始配准参数作为改进单纯形法的初始参数,以互信息作为相似性测度迭代搜索,使互信息最大,从而实现最佳配准。结果表明本算法不需要人为预调整待配准图像的分辨率,自动化程度高,配准速度快,精度较高,能够满足脑图谱开发过程中的多模图像配准要求。     

多回路联合配准误差估计

目的基于多回路图像配准的质量评估算法(assessing quality using image registration circuits,AQUIRC)通过构建多回路图像配准网络,可直接利用空间变换场信息估计配准误差。本文研究了AQUIRC算法估计仿射变换相关的配准误差的性能,旨在给出对该算法较为全面的认识。方法采用脑磁共振(magnetic resonance,MR)图像设计不同形变程度的旋转、缩放、错切、平移等线性变换构造模拟误差,并在无差别均匀采样的空间位置处分析AQUIRC算法估计的配准误差与目标配准误差(target registration error,TRE)的线性相关性,给出二者的区域分布情况。结果在旋转、缩放、错切误差实验中,算法估计的配准误差与TRE呈较强相关,且区域分布基本一致。在平移误差实验中,二者不存在线性相关关系。将平移变换与其他类型足够大的变换复合构造模拟误差,则可一定程度上提高二者的相关度。结论 AQUIRC算法能够准确估计旋转、缩放、错切变换相关的配准误差,但不能正确估计单一平移变换造成的配准误差。     

"虚拟中国人男性一号"多模态图像配准

目的：解决“虚拟中国人男性一号”CT图像、MRI图像与断层切削图像之间的多模态图像配准问题。材料和方法：根据这三种图像的特点，选择CT图像为基准图像，在对MRI图像进行配准时，通过求解两幅图像梯度特征的最大互信息，搜索出最佳配准参数；在对断层切削图像进行配准时，采用基于解剖结构特征提取的配准方法获取最佳配准参数：最后．根据所得配准参数对待配图进行变换，从而达到配准目的。结果：对头部三种模态图像数据集进行了配准，与高精度手工分割图像数据集进行对比，配准正确率达到95．8％。结论：配准结果准确，解决了“虚拟中国人男性一号”多模态图像配准问题，为数字化虚拟人多模态图像配准提供了参考。     

基于回归预测的肺4D-CT多相位配准

针对由于灰度不均和局部形变较大引起的肺4D-CT图像配准精度不足问题,提出基于回归的逐块预测初始形变的方法。新方法的核心思想是:配准一幅浮动图像至参考图像时,利用与浮动图像相对应的不同相位的图像信息进行形变场预测。首先,利用已有配准算法配准不同相位的图像至参考图像,得到各图像对应的形变场;再将图像和对应形变场分块作为训练集,利用多维支持向量回归机建立回归模型;将浮动图像分块输入回归模型中,预测出初始形变场,从而得到中间图像,并最终细化配准中间图像与参考图像。采用由德克萨斯安德森肿瘤中心DIR实验室采集并公开的数据集,评价所提出的算法。实验量化评价结果表明,与传统的Active Demons算法、Spectral Log-Demons算法相比,图像的均方误差平方和显著降低(Active Demons算法49.34±23.92,Spectral Log-Demons算法31.81±15.09,所提出算法18.97±5.75,P<0.05),相关系数显著提高(Active Demons算法0.952±0.022,Spectral Log-Demons算法0.967±0.015,所提出算法0.980±0.006,P<0.05)。同时,视觉评价结果显示,所提出算法能够获得更准确的配准图像。     

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。     

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。     

亚像素断层图像配准数据集的建立

目的针对数字化冰冻铣切断层图像的特点,探讨一种实用的高精度图像配准方法,建立基于数字化断层图像的亚像素级配准数据集。方法采用冰冻铣切技术获取成年男性头颈标本的冰冻连续断层图像,在M atlab软件中自动提取定标点图像特征,采用基于2点的刚体变换算法实现图像的自动配准。结果配准后图像定标点与基准配准点的误差小于1个像素,达到亚像素水平。结论采用外定标的图像配准算法可建立亚像素级的配准数据集,定位标记物的准确识别是获得亚像素级配准数据集的保证。     

肺癌影像引导放疗人工图像配准方法分析

目的 分析千伏锥形柬CT(KVCBCT)引导肺癌放疗人工图像配准法的重复性.方法 选择16例在我院行根治性放疗的非小细胞肺癌患者,每周行KVCBCT在线引导体位校正一次,获取患者KVCBCT影像.图像配准选择肺尖和椎体作为参考标记,在矢状位、冠状位和横断位等中心层面上配准患者KVCBCT影像和计划设计CT影像.比较同一名医生相隔一周两次配准,不同医生之间配准和医生与技术员之间配准结果的差异,用于评价KVCBCT引导肺癌放疗人工图像配准法的重复性.结果 同一位医生相隔一周两次配准同一幅KVCBCT影像与计划设计CT影像,配准结果在患者左右(LR)、头脚(SI)和前后(AP)三个方向上,差值大于3mm所占的比例分别为:O,13%和 6%.不同医生之间的配准结果在LR、SI和AP三个方向上,差值大于3mm所占的比例分别为:11%,19%和14%.医生与技术员的配准结果在LR、SI和AP三个方向上差但大于3mm所占的比例,分别为:16%,27%和27%.结论 KVCBCT引导肺癌放疗人工图像配准法的重复性有待进一步提高,尤其表现为不同医生,医生与技术员之间应用该方法的重复性较差.KVCBCT引导肺癌放疗的图像配准方法需要进一步研究.     

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。     

基于VIP-Man图谱配准的腹部器官分割方法

提出了一种基于图谱配准的腹部器官分割方法.首先将一套预标记图谱向个体图像进行配准,建立二者之间器官的基本对应关系,同时完成对感兴趣器官的识别,其中配准包含全局配准和器官配准.然后,借助已配准的图谱,采用模糊连接方法对感兴趣器官进行分割.腹PCT和MR实验测试结果证明:这种方法实现了模糊连接分割方法中各项参数的自动指定,减轻了人工负担,提高了结果的可靠性.     

基于血管匹配的三维超声与CT图像的配准方法

提出一种基于血管匹配的三维超声与CT图像配准的新方法.首先,基于水平集方法自动分割出CT图像中的血管；其次,由于超声图像中的声影与血管均属于低回声区域,我们结合声影形成的物理原理及图像纹理特性,自动检测出声影区域,以提高配准的鲁棒性；最后,采用进化算法,将CT图像中分割出的血管与超声图像中低回声区域进行匹配.在肝脏体模和临床脾脏数据上进行了实验验证,自动配准的成功率在95％以上,平均目标配准误差在2 mm以内,实验结果验证了本方法的可行性.     

基于图像非线性配准的MRI几何失真校正

采用图像非线性配准的方法,对MRI存在的几何失真进行校正,先选取与MRI具有共同解剖结构且基本无几何失真的CT图像,作为配准校正的目标基准图像,将MRI与CT图像进行刚体配准,然后采用人工选点的方法,寻找CT图像和MRI中的对应标记点集,用改进的弹体样条函数进行全局非线性配准.结果表明:弹体样条变换具有较强的非线性校正能力,较好地实现了二维MRI的几何失真校正.我们采用的变换模型有效可行,并可用于三维失真图像的校正.     

一种基于距离图和分级配准策略的人脑图像非刚体配准方法

目的:基于特征的配准方法中,特征配准结果的好坏决定着最终配准结果的好坏.方法:本文提出了一种基于距离图和分级配准策略的人脑MR图像非刚体配准方法.首先使用C-V模型完成特征的提取工作,并设计了相应的预处理过程,来获得适合进行特征配准的边界点集.接着采用分级配准策略来完成特征配准工作,包括逐条仿射配准和非刚体配准两个子步骤.为了方便计算,距离图被引入到算法过程中,以方便点距的查询.最终的全局配准工作基于特征配准的结果进行,配准问题转化为相应的插值问题进行求解.结果:针对两组初始差异较大的脑部图像进行实验,均可以达到配准要求.结论:实验结果证明,新算法能够适合初始偏差较大配准场合的需求.     

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。     

灰度与形状同步匹配的非刚性配准研究

基于灰度的非刚性配准算法一般假设参考图像和浮动图像对应结构之间的灰度保持一致,然而在基于图谱的图像配准应用中,这种假设往往不符合实际。本文在给出一种可以同时校正灰度和形状差异的弹性配准算法的同时,针对该算法不能校正局部微小形变的弱点,提出采用自由项变换的方法进行校正以提高配准精度。配准实验基于20个IBSR真实脑部MRI图像,结果表明配准后图像与参考图像间的互相关系数得到明显提高。实验证明,本文提出的方法不仅能够同时校正形状差异和灰度变化,而且具有较高的配准质量。     

基于配准方法的颅脑CT图像病变信息自动提取算法

医学图像中病变信息的计算机自动提取是实现计算机智能辅助诊断的关键与难点,本研究的目的就是提出一个解决该难题的算法,称之为PATHOINFER。该算法的基本过程是首先选择一幅具有代表性的模板图像帆和一系列与其相应的正常图像样奉Mi,利用非刚性配准分别建立表示“正常图像”灰度变化的灰度均值图谱,表示正常变异的统计概率图谱和反映其解剖结构空间关系的分割模板。以实现对“正常图像”的计算机描述。再通过M0与目标图像S的配准,达到“正常图像”与S在空间关系上的一致,然后通过S与“正常图像”的比较,利用模糊逻辑推理,自动检出S中的病变区域,并实现对其病变特征信息的自动提取。实验结果表明,PATHOINFER算法可自动地检出并分割病变区域,并能够自动地提取包括病变发生部位在内的特征信息。实现了计算机智能辅助诊断研究中病变信息自动提取的难胚。     

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。     

不同配准方式下鼻咽癌千伏级CBCT图像引导放疗的摆位误差

目的:比较鼻咽癌千伏级锥形束CT（CBCT）不同配准方式得出的配准结果,为摆位修正提供参考。方法:回顾性分析2018年5月~2019年8月在广州医科大学附属肿瘤医院进行治疗的100例鼻咽癌患者的CBCT图像。按照大区域（Large）即全扫描范围、小区域（Small）即计划靶区范围、骨性（Bone）、灰度（Grey）的不同组合方式,对千伏级CBCT图像分别采用大区域骨性（LB）、大区域灰度（LG）、小区域骨性（SB）、小区域灰度（SG）这4种方式进行配准,并对平移误差和旋转误差结果进行分析。结果:4种方式等中心点平移误差均值范围为-0.29~1.07 mm,旋转误差均值范围为-0.10°~0.61°。除LB与SB在Y方向的平移误差存在显著性差异（P=0.00）之外,其余平移和旋转误差均无显著性差异（P=0.05~0.82）。LG与SG的所有平移和旋转误差均无显著性差异（P=0.14~0.64）。而LG与LB相比除Y方向的平移和旋转误差无显著性差异（P=0.67, 0.57）外,其余所有误差均有显著性差异（P=0.00~0.02）。SB与SG相比除X方向平移误差和Y方向旋转误差无显著性差异（P=0.36, 0.72）外,其余所有误差均有显著性差异（0.00~0.02）。Pearson相关性分析表明三维方向上所有平移和旋转摆位误差结果均呈正相关（R=0.48~0.98, P<0.01）。采用LG和SG进行配准得出的摆位误差在X、Y、Z平移和旋转方向上的95％一致性限度分别为［1.19, -1.25］、［0.95, -1.01］、［1.13, -1.31］和［0.80, -0.85］、［0.69, -0.60］、［1.02, -1.13］。按照2 mm和2°界值标准二者摆位误差具有一致性。结论:在鼻咽癌的图像引导放疗中用千伏级CBCT进行自动模式下的图像配准时,三维方向上的配准结果可能因骨性或灰度配准方式的不同而有差别。配准区域选择靶区或全扫描范围时,配准结果差异不明显。     

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。     

心脏灌注磁共振成像的图像配准

医学时序图像的配准是医学图像分析诊断的基础，也是图像融合等图像处理需要先行解决的问题。本研究提出了一种新的基于图像分割和相关法的算法，用于准确、快速实现心脏灌注核磁共振成像(MRI)图像的配准。该方法以图像相关系数为目标函数，利用迭代运算确定心脏图像的水平位移、垂直位移和旋转角度等参数。该算法优点在于充分考虑了心肌灌注图像的特殊性以及被测对象的身体物理运动、生理运动。结果表明，此方法能有效地对心脏灌注磁共振图像进行配准处理。