基于控制体的两步法图像配准(英文)

目的为了提高放射治疗中对运动器官照射的准确性,改善放疗中剂量分布的效果,开发了一种鲁棒的基于控制体的图像配准算法。方法算法将控制体的自动匹配和薄板样条结合起来,提高了弹性配准的准确性。还研究出了控制体的双向匹配方法,进一步提高算法的精度。结果采用临床图像对两步法进行了验证,即使在大变形的情况下也是有效的,说明算法是鲁棒和通用的。结论所提出的算法提供了比手动选取标志点以及单步配准算法更方便、更鲁棒的解决方案,它将有助于实现放疗中自动配准的目标。     

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。     

改进Demons算法的验证及其在4D-CT轮廓线推衍中的应用

目的 研究一种改进的Demons变形配准算法,验证算法的有效性,评价配准算法的精度,并将其应用于4D-CT轮廓线的推衍.方法 为加快收敛的速度和提高配准精度,将Demons算法的双向作用力进行重分配,并提出一个能量函数作为相似性测度,利用BFGS优化算法对能量函数进行优化,避免了经典算法中需指定迭代次数的缺陷.分别利用模拟形变CT图像与变形模体,分析和测量了配准算法的精度,并对该算法在4D-CT轮廓线推衍中的应用进行了评价.结果 改进后的Demons算法与经典的Demons算法以及类似的变形配准算法相比,有较高的配准精度,推衍生成的轮廓线与人工勾画的轮廓线匹配程度高.结论 变形配准是4D-CT中的一项关键技术,改进后的Demons算法应用于轮廓线的推衍有望大大治疗计划设计的轮廓勾画工作量,其配准精度能满足实际临床的需要.     

用Multiquadric方法实现医学图像的弹性配准

目的　改进医学图像弹性配准的精确度和配准方法的稳定性,并简化配准操作。方法　利用Multiquadric插值方法的可平滑性质,将其与一种半自动标记点选择方法结合,建立一种新配准方法。结果　运用此方法进行医学图像的弹性配准,实现了标准图像与变形图像的快速、准确配准。结论　我们建立的配准方法是一种准确、简便和稳定的方法。     

用Multiquadric方法实现医学图像的弹性配准

目的改进医学图像弹性配准的精确度和配准方法的稳定性，并简化配准操作。方法 利用Multiquadric插值方法的可平滑性质，将其与一种半自动标记点选择方法结合。建立一种新配准方法。结果 运用此方法进行医学图像的弹性配准，实现了标准图像与变形图像的快速，准确配准，结论 我们建立的配准方法是一种准确。简便和稳定的方法。     

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。     

基于改进Demons算法的非刚性配准及其在肿瘤放疗中的应用

摘要：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-guided
radiotherapy, 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。
     

PET/CT胸腹部图像配准算法及系统设计

本文主要从多层次变换和多层次优化策略两个方面对胸腹部联合扫描得到的PET/CT图像进行配准算法研究,重点在于校正因呼吸运动引起的图像形变和误配准,并在此基础上基于医学图像处理软件包（ITK）、可视化工具包（VTK）和面向对象开发框架（QT）设计并实现了一个交互性强、用户界面友好的医学图像配准系统。实验结果表明,本文提出的弹性配准算法能够对PET图像的形变和误配准进行校正,在准确性上比仅使用单一变换和单一优化的方法有较大改进。     

基于骨架特征的超声图像帧间弹性配准

为了在三维超声重建的过程中消除相邻帧之间的位移以及弹性变形,本实验采用了了基于骨架特征的弹性配准。本文提出了一种结合形态学骨架和测地距离骨架求取算法的骨架自动跟踪算法,能够提取出体现图像特征的连通骨架。应用多次求取曲率梯度极大点的算法,可自动对该连通骨架进行特征点提取。在根据骨架重心点对二维图像进行初步配准之后,即可根据骨架特征点对二维图像进行基于径向基函数的弹性配准。实验结果证明,这种基于骨架的弹性配准和传统的基于特征的刚性配准相比不但能够消除获取过程中带来的帧间差异,还能保留器官不同位置的自然形状差别,对于三维重建过程中的图像配准具有很大的实用价值。     

薄板样条插值的改进及其在图像配准中的应用

薄板样条插值是应用较多的弹性配准方法。深入研究了这种方法,并就此方法的不足,采用薄板样条归一化弹性近似策略,减少了因标记点定位带来的配准误差。提出了在插值过程中加入邻近插值、加权插值的混合插值方法,同时边界处理等改进策略,使得薄板样条插值具有可靠的平滑性。     

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.     

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ClinicalTrials.gov的医学人工智能临床试验注册现状分析

目的:分析医学人工智能临床试验注册现状,为医学人工智能临床转化研究提供参考和证据支持。方法:通过ClinicalTrials.gov注册平台对医学人工智能临床试验数据进行采集、分析,采用文献计量学及对比研究的方法,从注册数量、研究类型、分期、适应证和申办者等角度进行医学人工智能临床试验注册现状研究。结果与结论:全球医学人工智能临床试验共649项,中国50项,位列全球第二位,但与美国尚存在较大差距;全球医学人工智能随机对照试验295项,中国12项;国际多中心临床试验32项,中国大陆未见参与;全球医学人工智能临床试验处于Ⅱ期的数量最多;全球医学人工智能临床试验适应证主要集中于疾病监测或健康管理、医学影像辅助诊断、疾病预测和治疗等,中国主要集中于诸如眼病筛查、肿瘤诊断等医学影像辅助诊断;全球医学人工智能临床试验的申办者共422个,中国29个,注册数量前15位申办者中大多为研究机构和医疗机构。     

Accuracy Validation for Medical Image Registration Algorithms:a Review

Accuracy validation is essential to clinical application of medical image registration techniques. Registration validation remains a challenging problem in practice mainly due to lack of ’ground truth’. In this paper, an overview of current validation methods for medical image registration is presented with detailed discussion of their benefits and drawbacks. Special focus is on non-rigid registration validation. Promising solution is also discussed.