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。     

基于划分强度一致测度的多模医学图像配准

以划分强度一致（PIU）测度，运用刚体变换的方法，结合Powell优化算法实现了MR／CT多模医学图像的配准。本方法较好地解决了多模态医学图像配准中存在的问题，能够快速稳定地实现头部MR／CT医学图像的配准。     

医学解剖图像与功能图像配准技术综述

医学图像配准技术是目前医学图像处理技术的研究热点和难点,对临床诊断治疗具有重要意义.医学解剖图像与功能图像的配准技术是医学图像配准技术的难点和主要研究方向.本文对医学图像配准技术做了概括性介绍,重点介绍医学解剖图像与功能图像配准的主要方法,讨论解剖图像与功能图像配准存在的问题,对比分析不同配准方法在解剖图像与功能图像配准方面的适用性,提出今后的主要研究方向.     

眼底图像的配准

医学图像配准是人体可视化和医学图像分析的基础.配准技术的重要医学应用之一就是用手动、半自动或者自动技术进行眼底图像配准、频闪观察,便于眼底疾病的诊断和治疗.本文介绍了图像配准概念和分类,对眼底图像配准方法进行了介绍和对比分析,并且展望了眼底图像配准的发展.     

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.     

遗传算法在医学图像配准技术中的应用

采用遗传算法实现了多模 3D医学图像的仿射配准 ,并针对经典遗传算法后期收敛速度缓慢 ,易陷入局部极值的特点做了相应改进 ,实验结果表明 ,改进后的分阶段编码的遗传算法能加速配准进程 ,该算法对图像配准时间基本恒定 ,有利于临床实际应用     

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。     

基于Demons算法的MR图像与病理切片的非刚性配准

目的:采用Demons算法实现脑胶质瘤MR图像与病理切片图像的非刚性配准。方法:采用Demons算法,加入局部结构张量信息,构建能量函数以获得新的形变向量,最后通过迭代实现MR图像与病理切片图像的配准。结果:配准后病理图像的肿瘤轮廓与MR图像基本吻合。结论:Demons算法可实现脑胶质瘤MR图像与病理切片的非刚性配准,配准后两幅图像的肿瘤大小信息基本达到一致,可为进一步的模型构建提供参考。     

基于Wasserstein Gan的无监督单模配准方法

本文提出一种基于Wasserstein Gan的无监督单模配准方法。与现有的基于深度学习的单模配准方法不同，本文的方法完成训练不需要Ground truth和预设的相似性度量指标。本文方法的主要结构包括生成网络和判别网络。首先，生成网络输入固定图像（正例图像）和浮动图像并提取图像间潜在的形变场，通过插值方式预测配准图像（负例图像）；然后，判别网络交替输入正例图像和负例图像，判断图像间的相似性，并将判断结果作为损失函数反馈，进而驱动网络参数更新；最后，通过对抗训练，生成网络预测的配准图像能欺骗判别网络，网络收敛。实验中随机选取30例LPBA40脑部数据集、25例EMPIRE10肺部数据集和15例ACDC心脏数据集用作训练数据集，然后将剩下的10例LPBA40脑部数据集、5例EMPIRE10肺部数据集和5例ACDC心脏数据集用作测试数据集。配准结果与Affine算法、Demons算法、SyN算法和VoxelMorph算法对比。实验结果显示，本研究算法的DICE系数（DSC）和归一化相关系数（NCC）评价指标均是最高，表明本文方法的配准精度高于Affine算法、Demons算法、SyN算法和目前无监督的SOTA算法VoxelMorph。     

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.     

图像引导下放射治疗中心型非小细胞肺癌的配准范围、配准方式及靶区外放的研究

目的:研究图像引导下放射治疗(imaging-guided radiation therapy,IGRT)中心型非小细胞肺癌(non-smallcell lung cancer, NSCLC)中不同配准范围、配准方式对千伏锥形束CT(kilo-voltage cone beam CT,kVCBCT)图像与计划CT图像配准的影响,并探讨临床靶区(clinical target volume,CTV)的外放范围,为更好实施精确放射治疗提供依据。方法:选取26例中心型NSCLC患者每人在IGRT的摆位误差纠正前获得的kVCBCT图像4幅,共104幅图像进入分析。首先采用灰度配准加手动与治疗计划的CT图像进行配准,比较肿瘤、肿瘤+椎体两种配准范围的差异;其次以肿瘤+椎体为配准范围与治疗计划的CT图像进行配准,比较骨性配准加手动与灰度配准加手动两种配准方式的差异及所需时间。最后将所有患者200幅摆位误差纠正前kVCBCT图像以肿瘤+椎体为配准范围,采用骨性加手动配准方式与计划CT图像进行配准,记录其摆位误差并计算CTV的外放范围。结果:采用灰度配准加手动配准,肿瘤与肿瘤+椎体两种配准范围在X,Y,Z轴的平移及旋转误差差异均无统计学意义(P>0.05)。以肿瘤+椎体作为配准范围,骨性配准加手动、灰度配准加手动两种配准方式在X,Y,Z轴平移及旋转摆位误差差异均无统计学意义(P>0.05);而骨性配准加手动配准时间[(1.9±0.3) min]小于灰度配准加手动[(3.1±0.2) min]。以肿瘤+椎体为配准范围,采用骨性配准加手动配准,X,Y,Z轴方向CTV外放范围分别为5.3,4.9,5.7 mm。结论:IGRT中心型NSCLC可选择肿瘤+椎体作为配准范围,并建议采用骨性配准加手动方式进行图像配准;为减少摆位误差影响,提高治疗精确度,CTV外放计划靶区(planning target volume,PTV)时建议各方向外放6 mm。     

基于外部标记点的图像自动配准方法探讨

目的：提出一种基于外部标记点的图像自动配准方法。方法：首先通过选取适当的密度阈值在预处理后的源图像中分离出候选标记点。然后根据标记点的特征从候选标记点中筛选出真正的标记点,并计算其质心。最后,根据识别出的标记点实现图像配准。结果：将此方法分别应用于人体体模2例及健康成人8例,共计40个标记点,均被正确识别。结论：本方法具有配准精度高、速度快、操作简便等优点。     

医学图像融合技术

医学图像融合就是来自相同或不同成像方式的医学图像之间的空间配准和叠加,这些图像经过必要的变换处理,使它们的空间位置、空间坐标达到匹配,叠加后获得互补信息及增加信息量,把有价值的生理、生化信息与精确的解剖结构结合在一起,给临床医学诊断提供更加全面和准确的资料。     

弥散登记在磁共振弥散张量成像中的应用价值研究

目的：通过对比磁共振弥散张量成像（DTI）数据进行两种处理后获得的ADC值、eADC值、FA值和可视神经纤维长度,研究弥散登记在磁共振DTI中的应用价值。方法对20例进行磁共振DTI者的资料进行回顾性分析,分别应用原始数据直接处理获得ADC值、eADC值和FA值,施加弥散登记处理后再进行ADC值、eADC值和FA值测量,同时对两种不同处理方式进行纤维示踪成像,分别比较每例研究者的ADC值、eADC值和FA值在施加弥散登记前后变化,同时比较在施加弥散登记前后纤维示踪图像上相同兴趣区测量所得纤维束长度差异。结果健康对照组施加弥散登记处理前后获得ADC值、eADC值差异无统计学意义（P＝0．6953,P＝0．6321）,FA值差异有统计学意义（P＝0．0321）;研究组施加弥散登记处理前后获得ADC值、eADC值差异无明显统计学意义（P＝0．2039,P＝0．0754）,FA值差异有统计学意义（P＝0．0114）,施加弥散登记后可视纤维束变长。结论弥散登记处理可获得较好质量的ADC图、eADC图、FA图和纤维示踪图,并获得更为可靠的 ADC值、eADC值和FA值。可见纤维束长度变长,在磁共振DTI中有较大应用价值。     

The Artificial Intelligence-Enabled Medical Imaging: Today and Its Future

Medical imaging is now being reshaped by artificial intelligence (AI) and progressing rapidly toward future. In this article, we review the recent progress of AI-enabled medical imaging. Firstly, we briefly review the background about AI in its way of evolution. Then, we discuss the recent successes of AI in different medical imaging tasks, especially in image segmentation, registration, detection and recognition. Also, we illustrate several representative applications of AI-enabled medical imaging to show its advantage in real scenario, which includes lung nodule in chest CT, neuroimaging, mammography, and etc. Finally, we report the way of human-machine interaction. We believe that, in the future, AI will not only change the traditional way of medical imaging, but also improve the clinical routines of medical care and enable many aspects of the medical society.     

放疗剂量验证系统的设计与开发

目的本文旨在自主研发一套满足放疗临床需求的剂量验证系统。方法以MATLAB作为开发平台,设计系统图形化交互界面,开发数据导入、降噪处理、图像配准、Gamma分析等功能。结果系统能够完成辐射显色胶片与计划系统DICOM文件的导入、处理、图像配准及剂量学分析。结论该系统操作简单,运行稳定。作为自主研发的系统,能够自定义感兴趣区域进行分析,为后续数据研究工作提供接口,未来可添加更多的临床实用功能。     

快速坐标变换方法及其在图像配准中的应用

图像的坐标变换在图像配准过程中具有重要作用。在分析传统坐标变换方法的基础上提出一种图像快速坐标变换方法,实验表明该方法可以较大地提高配准的计算速度而不影响配准精度,且具有一定的通用性,可用于图像处理的其他领域。     

眼底图像对位频闪

目的对同一患者在不同时间拍摄的眼底图像,通过寻找合适的眼底图像对位频闪方法,以期有助于眼科医生对青光眼、糖尿病性视网膜病变等疾病的诊断。方法利用互信息对眼底图像对位,并且每隔1 s进行交替闪烁。采用2种方法对其评价:一种是通过设定固定图像来检验对位后图像的误差来评价;另一种是由临床专家操作来进行目测检验来评价。结果对50张数码眼底照片,每张重复10次,检验对位后图像的旋转角度和平移量,P>0.05,差异无统计学意义。通过100名随访患者眼底图像的临床应用,眼科专家认为该方法适合临床应用。结论互信息法是眼底图像对位频闪中有效且精度高的一种方法。该方法操作简单,重复性好,对青光眼、糖尿病性视网膜病变等疾病的诊断有重要价值。