基于互信息量图像配准中目标函数局部极值的克服

图像配准技术在医学图像处理领域中已经被广泛应用,基于互信息量的全局图像配准方法具有自动化程度高,配准精度高等优点。但是,当平移距离为像素的整数倍时,插值等法会引入伪影,使目标函数产生局部极值,使得最优化搜索有时会终止于局部极值,得到错误的配准参数。本文提出了一种克服的方法,经检验,能使目标函数进一步光滑,保证了最优化搜索的准确性,提高了互信息量方法配准的成功率。     

基于互信息量的医学图像自动弹性配准

本研究采取一种基于互信息量的分级自动选点方法选取对应特征点集。得到对应点集后 ,利用改进的薄板样条插值方法来进行弹性配准。用此方法 ,得到了好的配准效果     

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。     

基于互信息的医学图像配准实验

基于互信息的配准方法，包括互信息和归一化互信息方法，是目前医学图像配准中无创、自动且精度很高的一种方法。已经被广泛应用。但是在其目标函数中存在着一定程度的幅值振荡现象。特别是在单模态图像配准中。我们研究发现，产生这种振荡的原因除了插值赝像外，还有由配准过程中图像重叠部分发生变化而引起的熵的变化不确定性。由插值赝像所带来的振荡基本上可以被消除掉；由熵的变化不确定性所带来的振荡很难被消除，但是这种振荡作用在归一化互信息中影响不大。归一化互信息比互信息具有更高的稳健性，适合于更广的应用范围。     

基于互信息量图像配准中目标函数局部极值的成因分析与克服

图像的配准在医学临床科研、诊断等方面具有重要的应用。基于互信息量的全局图像配准方法具有自动化程度高、配准精度高等优点。但是，当平移距离为象素的整数倍时，插值算法会引入伪影，使目标函数产生局部极值，使得最优化搜索有时会终止于局部极值，得到错误的配准参数。本研究分析了这种插值伪影产生的原因，并提出了克服方法，经实验检验，该方法使目标函数进一步光滑，有效克服了插值伪影，保证了最优化搜索的准确性，提高了互信息量方法配准的成功率。     

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。     

一种新颖的序列图像自动配准方法

序列图像的配准是医学临床与科研实践中扮演着非常重要的角色.为了快速、准确地进行医学序列图像配准,本文提出了一种利用图像联合直方图进行序列图像自动配准的新方法.首先对图像阈值分割,将其联合直方图划分为4个区域,然后根据不同的配准图像数据,选择定义在不同区域上的计数值作为参数计算的准则函数.该方法设计简单、巧妙,以计数方法代替其他方法中大量的浮点运算.由于准则函数具有良好的光滑特性,且选择Powell算法做最优化搜索,因此保证了优化结果的准确性.和其他算法相比,该方法大大简化了准则函数的计算,从而显著提高了配准优化搜索的速度.根据实验结果,及与基于互信息量方法的对比,证明该方法准确、简便、快速、有效.     

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。     

医学图像配准方法分类

医学图像配准是医学图像融合的前提，具有重要的临床诊断和治疗价值，它可以把来自不同模态、不同人或不同时间的多幅图像进行配准。本文依据九个标准对医学图像配准的方法进行了总结。     

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。     

医学图像配准技术研究进展

医学图像配准是近年来医学图像处理领域中的重要研究问题,通过寻找某种适当的空间变换,使两幅图像达到空间位置上的定位和配准,进而进行图像融合。医学图像配准在临床诊断、治疗、质量保证和疗效评价等方面具有重要的应用价值。通过对近年来医学图像配准的主要方法(相关法、互信息法及小波变换法)进行综述,比较了各种算法的特点及其典型应用。     

A study on medical image registration by mutual information with pyramid data structure

The registration method based on mutual information is currently a popular technique for medical image registration, but the computation of the mutual information is complex and the registration speed is slow. In this work, a new slice accumulation pyramid (SAP) data structure was proposed to expedite the registration process. A numerical comparative study between the new data structure and the existing wavelet pyramid (WP) data structure was given, and the results confirmed that the new pyramid data structure was superior to the WP in both the calculation efficiency and the optimizing performance. Finally, SAP was applied to remove the artifacts between CT and MRI data sets, and the results showed the validation of SAP to registration of mulmodality images.     

基于改进最大互信息法的MR切片图像配准

医学图像配准是医学图像处理分析的关键步骤,是医学图像融合首先要解决的问题。本研究的主要目的是实现帕金森患者深脑部刺激手术前后MR图像的配准。将互距离引入互信息测度,实现手术前后两组MR切片图像的对应匹配,然后将对应的两组MR切片系列重建三维图像,最后用Powell优化算法对重建的三维图像进行配准。通过术前术后MR三维图像的配准,可以定量的分析手术后植入电极和手术前丘脑底核的相对位置关系,从而实现对深脑部刺激手术质量的科学评估。     

多模态医学图像配准技术研究进展

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.首先分析了图像配准的过程,然后根据待配准图像的特征,包括图像的外部特征和内部特征,系统且详细地介绍了多模态医学图像配准的常用方法,并对这些方法进行了比较.     

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。     

肺部图像配准关键技术及研究现状

图像配准是医学图像处理和分析的重要研究内容,其中对肺部的图像配准是医学图像非刚性配准的重要实例应用。因肺在呼吸运动或手术过程中会发生巨大形变,所以肺部图像配准充满着挑战,是图像配准领域内一个活跃的研究课题,具有广阔的应用前景。本文介绍了肺部图像配准的流程,并将其五个关键技术:形变模型、相似度度量、正则化方法、优化策略和评价方法进行了分析和总结。通过对研究现状及关键技术的回顾,提出了肺部图像配准目前面临的困境和未来的研究方向。     

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。     

医学图象匹配的遗传算法方法

本文用变形轮廓线的方法实现医学图象匹配过程中的对应标记点问题,并用遗传算法进行最佳匹配结果的搜索。遗传算法用变形轮廓的能量函数作为适应度函数,并通过动态映射方法实现搜索空间尺度的自适应变化。实验结果表明,本文的方法能有效地用于建立医学图谱和图象之间的一一对应关系,是对以往人工交互标注方法的重要改进。