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。     

基于轮廓的力矩主轴法在医学图像配准中的应用

目的 实现头部CT与MR图像的刚性配准,方法 不同模态的医学图像所能提供的解剖结构和功能住处各不相同。为了给医学诊断和治疗计划提供更加准确全面的图像依据。对多种模态的医学图像进行配准和融合就显得尤为重要,针对头部CT与MR图像轮廓清楚的特点,提出了一种基于轮廓的力矩主轴法配准方法,该方法通过提取图像的外围轮廓,计算出图像轮廓的质心及主轴,通过旋转和平移变换使两幅图像的质心及主轴对齐,从而达到配准的目的。结果 通过对实际图像进行配准。结果比较理想。结论 该方法具有速度快、无需人的参与、精度较高等特点。是一种较好的图像配准方法。     

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.     

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.     

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。     

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。     

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.     

基于数字化可视人数据集的医学图像配准研究

目的:采用医学图像配准技术,对中国数字化可视人数据集进行准确、高效的配准。方法:①图像Lab色度空间变换和二值化;②图像分割和特征量提取;③构造坐标变换矩阵;④图像序列配准变换。结果:配准后的图像序列中,人体解剖结构在空间和结构上实现了精确的匹配对应。进行三维重建后,几何模型外表面具有较高的光滑度,说明方法有效、可靠。结论:采用特征提取和快速坐标变换的配准方法可较好地应用于数字化可视人数据集的图像配准。     

不同配准方法对宫颈癌靶区器官的形变研究

目的 比较4种基于灰度的配准方法(刚性、仿射、B样条弹性、关注感兴趣区的弹性配准)对宫颈癌靶区器官在不同分次间的形变精度.方法 选取30例宫颈癌患者,均分为3组,第1组的每个病例有2套不同分次外照射的CT图像,第2组有2套不同分次后装照射的CT图像,第3组有单次外照射和单次后装照射的CT图像.首先,由同一个医生勾画所有CT图像的GTV、直肠和膀胱,然后每一组分别使用上述4种方法进行配准,接着,在形变图像上勾画GTV、直肠和膀胱,与参考图像上的GTV、直肠和膀胱进行比较,以它们的形变指数(由区域重叠度和轮廓适形指数组成)衡量4种配准方法的配准精度.结果 在30例患者中,关注感兴趣区的配准方法(简称ROI方法)的精度高于其他方法,在第1组中占优的数量为直肠9例、膀胱10例、GTV 10例,第2组为直肠8例、膀胱9例、GTV 10例,第3组为直肠9例、膀胱10例、GTV 10例.与刚性配准方法的精度相比,第1组的ROI方法、B样条弹性配准、仿射配准与它的差值分别为11%~64%、-18%~39%、-12%~11%,第2组为4%~56%、-17%~58%、-7%~68%,第3组为10%~76%、-17%~41%、-6%~20%.结论 在不同分次放疗宫颈癌的CT图像进行配准时,ROI方法能提高肿瘤靶区、直肠和膀胱的配准精度,有利于准确地获取它们在即往放疗方案的总剂量.     

基于刚-弹性变换的医学图像塔式配准新算法

提出了利用B样条实现医学图像从刚性到弹性配准的统一的塔式算法。选取图像的四个顶点作为构成变形函数的B样条的节点,合理选择B样条的次数,可以实现图像的仿射变换。沿X和Y方向均匀增加节点数量,逐步增加变形函数的复杂性,通过选择B样条的不同的次数n,可以实现图像的分块仿射变换或n-1阶导数连续的弹性变换。整个匹配算法体现了从整体到细节的匹配思想。实验证明,这种配准方法比单纯的弹性配准方法鲁棒性有很大提高。     

Feature and Intensity Based Medical Image Registration Using Particle Swarm Optimization

Image registration is an important aspect in medical image analysis, and kinds use in a variety of medical applications. Examples include diagnosis, pre/post surgery guidance, comparing/merging/integrating images from multi-modal like Magnetic Resonance Imaging (MRI), and Computed Tomography (CT). Whether registering images across modalities for a single patient or registering across patients for a single modality, registration is an effective way to combine information from different images into a normalized frame for reference. Registered datasets can be used for providing information relating to the structure, function, and pathology of the organ or individual being imaged. In this paper a hybrid approach for medical images registration has been developed. It employs a modified Mutual Information (MI) as a similarity metric and Particle Swarm Optimization (PSO) method. Computation of mutual information is modified using a weighted linear combination of image intensity and image gradient vector flow (GVF) intensity. In this manner, statistical as well as spatial image information is included into the image registration process. Maximization of the modified mutual information is effected using the versatile Particle Swarm Optimization which is developed easily with adjusted less parameter. The developed approach has been tested and verified successfully on a number of medical image data sets that include images with missing parts, noise contamination, and/or of different modalities (CT, MRI). The registration results indicate the proposed model as accurate and effective, and show the posture contribution in inclusion of both statistical and spatial image data to the developed approach.     

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。     

Unbiased Group-Wise Image Registration: Applications in Brain Fiber Tract Atlas Construction and Functional Connectivity Analysis

We propose an unbiased implicit-reference group-wise (IRG) image registration method and demonstrate its applications in the construction of a brain white matter fiber tract atlas and the analysis of resting-state functional MRI (fMRI) connectivity. Most image registration techniques pair-wise align images to a selected reference image and group analyses are performed in the reference space, which may produce bias. The proposed method jointly estimates transformations, with an elastic deformation model, registering all images to an implicit reference corresponding to the group average. The unbiased registration is applied to build a fiber tract atlas by registering a group of diffusion tensor images. Compared to reference-based registration, the IRG registration improves the fiber track overlap within the group. After applying the method in the fMRI connectivity analysis, results suggest a general improvement in functional connectivity maps at a group level in terms of larger cluster size and higher average t-scores.     

计算机辅助自动化X线头影测量分析系统的研究

目的在前期实现相关标志点自动识别技术的基础上,建立了一个服务于正颌外科的计算机自动化X线头测量分析系统(computerized automatic cephalometric analysis system,CACAS),并检验其临床应用的准确度。方法CACAS由硬件系统和软件系统组成,其中自行开发的功能软件包括图像数据管理、图像预处理、边缘提取与自动定点、标志点校正、自动测量与分析等五个模块。临床上选择12例正常牙合成人的头颅定位X线头影侧位片图像,分别采用CACAS与手工测量分析,将两者测量结果进行统计学分析。结果CACAS自动定点、交互定点及自动测量分析过程运行良好。CACAS测量与手工测量两者之间无显著差别;CACAS测量结果更接近标准正常值。结论CACAS是一种比较科学合理、准确快速、简便有效的正颌外科诊断系统。     

不同图像配准算法调用对食管癌IGRT配准结果的影响

目的探讨食管癌图像引导放疗(Image Guided Radiotherapy,IGRT)时不同配准算法调用对配准结果的影响。方法对20例食管癌IGRT病例的60次锥形束CT图像分别采用骨性算法和灰度算法与计划CT影像进行自动配准,通过比较不同配准算法自动配准与放疗医师手动微调后的配准结果差异来评估食管癌放疗中不同图像配准算法调用对图像配准结果的影响。结果两种算法的自动配准情况:平移误差在三个方向上均存在显著差异,而旋转误差在三个方向只有x方向和y方向有差异,z方向未见明显差异。与放疗医师手动微调后的配准结果差异情况:骨性算法要好于灰度算法,在平移误差上偏差更小(P<0.05),而在旋转误差上则未与灰度算法表现出明显差异(P>0.05)。结论在食管癌IGRT,使用骨性配准算法,并在自动配准的基础上采用手动微调的方式进行图像配准,能够获得满足临床放疗需要的较好配准结果。     

基于标记点使用Photoshop和Matlab软件实现中国数字人连续断层图像的自动配准

使用Photoshop和Matlab软件,基于标记点自动配准中国数字人连续断层图像。中国数字人标本在包埋时加入了4根定位杆,在整个冰冻标本内呈直线状态,且均与标本垂直轴平行。4个定位杆在每一断层切面上的相对空间位置是固定不变的,由于照相机与断层切面相对位置的改变,导致图像产生射影失真,从而使得在每一断层图像上4个定位杆的相对空间位置发生改变。首先在Photoshop中处理原始断层图像,获取每一层的4个定位杆图像,在Matlab中计算4个定位杆图像的质心坐标值作为定位杆坐标值,取所有断层图像定位杆坐标值的平均值为基准坐标。其次依据每一层定位杆的坐标值确定二维射影变换参数,对断层图像进行射影变换,消除其射影失真。纠正失真后的断层图像再在Photoshop中处理,获取其4个定位杆中第一个定位杆图像,同样在Matlab中计算其坐标值．基于定位杆坐标值将断层图像裁剪成大小一致的断层图像。使用Photoshop和Maflab进行连续断层图像配准,具有配准精度高、运算量小、易于编程实现等优点。