基于薄板样条和形状内容的医学图像非刚性配准方法研究

目的 针对医学图像非刚性点配准的现状,给出一种基于点特征的非刚性配准方法.方法 利用一种新的相似度测量方法--形状内容来解决两幅图像中点的对应关系,并利用点对应关系来估计非刚性映射函数.结果 利用薄板样条实现了医学图像的快速准确非刚性配准.结论 实验结果表明,上述方法获得了很好的配准效果.     

基于梯度矢量流与粒子群优化算法的多模态医学图像配准

目的研究用梯度矢量流与粒子群优化算法实现多模态医学图像配准,提高配准的精度。方法算法对图像配准的特征空间、相似性测度、搜索策略3个方面进行改进：先由原始图像产生梯度矢量流场,作为配准的特征空间;然后提出并计算3种基于梯度矢量流场的相似性测度;最后使用结合了遗传算法交叉机制的粒子群优化算法找到两幅图像的最优变换。结果对仿真及实际医学图像的54次配准实验,表明该方法配准精度优于基于像素的粒子群优化方法和Walsh变换法。结论基于梯度矢量流与粒子群优化算法的图像配准方法能有效地实现多模态医学图像的配准。     

同体呼气相和吸气相肺部高分辨率CT体积图像的配准

目的 实现同一个体屏住呼吸状态下呼气相与吸气相的肺部高分辨率CT体积图像配准.方法 采集3个被试者两个屏住呼吸状态下的胸部高分辨率CT序列,共3对.利用序列分割算法提取肺组织,并分开存储左右两肺.对单侧肺的呼气与吸气图像进行配准.首先,基于解剖标志面寻找全局仿射变换参数,用此变换重采样呼气相体积图像;其次,利用"Demons"算法对两体积图像进行非刚性配准.结果 两肺的轮廓及内部结构均获得较好的配准效果.配准前,两图像的平均体积重合度为0.7982,经全局仿射变换后提高到0.8936,经"Demons"非刚性配准后增至0.9544.均方根误差值平均下降率为:19.83%(全局仿射变换之后),49.43%(Demons非刚性配准之后).结论 本文所采用的同体肺部图像的配准方法可以有效地配准两个大形变肺部体积图像,为进一步分析肺的呼吸功能奠定了良好的基础.     

三维非刚性配准提高肝脏动态增强MR测量可重复性的初步研究

目的 探讨三维非刚性配准在提高肝脏动态增强MR应用中的可重复性.方法 前瞻性分析18例行动态增强MRI检查的肝硬化背景肝细胞肝癌患者的资料.使用Omni Kinetics软件对获得的图像进行三维非刚性配准,采用Extended Tofts双输入模型对配准前、后的图像进行计算.由两位观测者采用盲法测量配准前、后同层面病灶、肝脏及竖脊肌的Ktrans、Kep值,并对测量值的变异度、一致性进行组间(两位观测者之间)及组内(一位观测者间隔一周测量两次)比较,并使用Bland-Ahman Plot对组间和组内测量值的可重复性进行分析.结果 18例三维非刚性配准后同层不同期两幅图像有差异,像素均值为32761±13575,小于配准前(43202±20884),差异有统计学意义(t=2.637,P＜0.05).相对差值百分比箱图显示组间及组内病灶、肝脏、竖脊肌Ktrans、Kep均数配准后差异均小于配准前,离群值及极值减少或消肖失;配准后组内竖脊肌Ktrans和Kep的四分位间距稍增大,余四分位间距均变小;配准后组间四分位间距均变小.配准后组内、组间病灶、肝脏、竖脊肌Ktrans、Kep可重复性均提高,均值差变小.结论 三维非刚性配准可提高病灶、肝脏及竖脊肌Ktrans、Kep的可重复性.     

一种基于互信息的三级医学图像配准策略

目的进一步解决基于互信息的配准算法在配准精度、速度和误配率之间的相互制约问题。方法提出一种新的配准参数搜索策略——三级配准,将平移、旋转参数分开搜索;在分析互信息配准的优点和局限性的基础上,将模糊理论中的欧几里德贴近度引入三级配准过程中。结果实验结果表明,本文提出的配准策略在保持基于互信息配准精度不变的情况下,迭代步数、配准时间和误配率均有明显改善。结论三级配准是一种能够有效协调配准精度、速度和误配率的配准策略。     

基于体素灰度三维多模医学图像配准中相似性测度的选取

目的：在基于体素灰度医学图像配准领域，找出最适合于临床应用的多模医学图像配准相似性测度。方法：在极端的刚体配准条件下，检验出互相关系数，互信息和相关比相似性测度为适合的相似性测度。同时进一步解释了基于互信息相似性测度的医学图像配准易于陷入局部最优，而基于相关比相似性测度的方法易于保证配准得到全局最优，最后，利用加速的多分辨率配准方案和Powell‘s优化算法，对临床医学图像进行了基于相关比相似性测度的多模图像配准试验。结果：通过临床医学专家的判断，利用相关比相似性测度进行多模医学图像配准，安全能满足临床的要求，进行MR／CT，MR／PET三维多模医学图像配准时效果非常理想，结论：相比于其他相似性测度，互相关比相似性测度在基于体素灰度，三维多模医学图像配准领域，是一个更为适宜和准确的相似性测度。     

医学X线图像配准技术研究进展及其存在的问题

医学X线图像受到探测器面积大小的限制,成像范围有限,对较大器官的扫描无法一次完成.在观察病变部位时,医生需要结合多幅图像来进行诊断或治疗,因此需要对多张影像进行拼接处理.作为图像拼接技术的核心,图像配准技术已被广泛应用于医学成像中,将那些从扫描中获得的多类型信息进行配准从而得到更详细的信息.首先,本文重点综述了目前面向X线图像的比较主流和新兴的配准技术,如基于互信息的配准法,基于特征的配准法和基于变换域的配准法.其次,指出了X线图像配准中存在的影像漂移问题、拍摄角度的限制、非刚性配准仍未成熟、没有绝对的配准评价标准等问题.最后,总结了基于FPGA等硬件的医学图像配准、采用超分辨率重建技术以获取更高质量的待配准图像从而提高图像配准的精度和速度等发展趋势与研究前景.     

基于信号互相关函数与神经网络的全自动图像配准算法

目的对多模态非刚性变换序列图像进行配准。方法将一种新的信号处理的概念引入配准过程，以两组具有时延特性的随机信号分别描述待配准的两幅医学图像的边缘特性，继而提出一种以信号互相关函数为性能指标，通过利用神经网络的泛化能力对轮廓特征点样本进行训练以得到最优变换参数的头部断层扫描图像自动配准算法。结果仿真结果表明该算法配准误差可达到亚象素级以下，且比之其他基于形状信息的配准算法具有寻优参数少，配准时间短，自动化程度高的特点。最后该算法被成功地应用到了做过开颅手术病人的CT—MRI图像融合上。结论该方法为多模态医学图像配准提供了一种新的有效手段。     

基于VoxelMorph无监督缺失图像配准的无标记射束方向观肿瘤跟踪算法

目的 基于机器学习提出可应用于低图像质量、多叶准直器(MLC)遮挡和非刚性变形兆伏级(MV)图像的无标记射束方向观(BEV)肿瘤放疗跟踪算法。方法 采用窗口模板匹配法和Voxelmorph端到端无监督网络,处理MV图像中的配准问题。使用动态胸部模体,验证肿瘤跟踪算法的准确性。将模体质量保证(QA)计划在加速器上手动设置治疗偏移后执行,收集治疗过程中的682幅电子射野影像系统(EPID)图像作为固定图像;同时采集计划系统中对应射野角度的数字影像重建(DRR)图作为浮动图像,进行靶区跟踪研究。收集21例肺部肿瘤放疗的533对EPID和DRR图像进行肿瘤跟踪研究,提供治疗过程中肿瘤位置变化定量结果。图像相似度用于算法的第三方验证。结果 算法可应对不同程度(10%~80%)的图像缺失,且对数据缺失图像的非刚性配准表现较好。模体验证中86.8%的跟踪误差<3 mm,<2 mm的比例约80%作用。配准后标准化互信息(NMI)由1.18±0.02提高到1.20±0.02(t=-6.78,P=0.001)。临床病例肿瘤运动以平移为主,平均位移3.78 mm,最大位移可达7.46 mm。配准结果显示存在非刚性形变,配准后NMI由1.21±0.03增至到1.22±0.03(t=-2.91,P=0.001)。结论 肿瘤跟踪算法跟踪精度可靠且鲁棒性好,可用于无创、实时、无额外设备和辐射剂量的肿瘤跟踪。     

基于体素相似性的三维多模脑图像配准研究

为了对不同模态下的三维脑图像进行配准研究,引入一种基于体素相似性的配准方法。深入研究三维空间变换模型与三维配准体数据,并分析了互信息算法陷入局部极值的原因;本研究使用具有多分辨率策略的Mattes互信息算法对三维多模脑图像进行配准,通过对多模三维体图像进行三维单模和多模配准发现这种混合算法精度高,鲁棒性强,有效地降低了测度函数在收敛过程中陷入局部最优的可能性,所有的配准误差都小于一个像素大小,配准的精度达到亚像素级标准。即加入多分辨率策略的Mattes互信息算法较好地提高了三维多模脑图像配准的速度、精度和鲁棒性。     

全局异常信号环境下基于体素灰度多模医学图像配准研究

目的 在全局异常信号环境下,找出适合于临床应用的、满足精度和鲁棒性要求的基于体素灰度多模医学图像配准相似性测度。方法 结合对各种相似性测度的分析,对无异常信号的实际医学图像,和分别加了随机噪声及全局异常信号的多模医学图像进行配准精度的分析。结果 对各种已有成熟的相似性测度进行理论分析和实验对比研究的基础上,归一化互信息在全局异常信号环境下对多模医学图像进行配准,它们的配准精度和鲁棒性表现都令人满意,能得到准确的配准结果。而基于相关比和互信息的配准方法,不能准确地配准加了全局异常信号的多模医学图像。结论 相比于其他相似性测度,归一化互信息在全局异常信号环境下,是一个能满足配准精度和鲁棒性要求的合适相似性测度。     

基于像素间相关性的医学MRI图像无损压缩方法

目的针对医学图像所具有的特殊性,提出一种基于像素间相关性的医学磁共振成像图像无损压缩方法。方法首先根据原始医学MRI图像数据中像素间的相关性生成4个相应的数组,去除原始图像冗余,然后对每个生成的数组进行相应的算术编码,实现压缩后进行保存或传输。结果采用真实医学MRI图像对此方法进行验证表明,该方法简单易行,不需要被压缩图像的先验信息,可以得到较好的压缩比。结论与现有国内外相关的医学MRI图像无损压缩算法相比,该方法充分利用了像素间的相关性,压缩比有较大的提高。     

基于各向异性扩散的超声医学图像滤波方法

目的将各向异性扩散方法应用于超声医学图像的去噪处理。方法采用基于各向异性扩散的偏微分方程，其初始值为输入图像，转化为差分格式迭代求解滤波结果，并通过修改方程中的噪声比例函数使方程更加适用于超声医学图像的滤波。结果通过与其他3种传统滤波方法比较，修正系数后的各向异性扩散滤波方法能够较好地平滑图像的噪声，并且图像的边缘和细节部分依然清晰可见。结论各向异性扩散方法是一种去除超声图像Speckle噪声的有效方法，为超声医学图像的滤波开辟了一条新途径。     

医学图像体绘制中的快速三线性插值算法

目的 三线性插值是医学图像体绘制中的基本运算单元，每次采样后都需要进行，因此高效快速的采样计算是提高体绘制成像速度的重要途径之一，特别是在微型机上实现医学图像的体绘制。本文目的是提出了一种全新的快速三线性插值算法。方法 根据体数据中单个体素的8个顶点的数值分布，把全部体素分成128类，并用一个字节M中的各位来表示，插值计算时可根据每种体素的M值来选择相应的插值计算公式，从而极大地减少了插值计算的总量。此外，通过分类时的阈值设定，还可以灵活地改变三线性插值的运算总量。结果 针对体数据的特性，提出了一种高效灵活的三线性插值算法。结论 与其他快速三线性插值算法比较，该算法不仅能够显著减少计算量，还可以根据对结果图像的精度要求，通过设定的阈值对体数据的单个体素进行分类，灵活地调整三线性插值的运算总量，提高体绘制的速度。     

基于拼接技术的医学X光片全景成像

目的提出一种基于特征检测、特征匹配、空间坐标变换和图像混合等4个步骤的图像拼接技术,用于脊椎和长骨等X线图像的自动且无需标尺的全景成像。方法通过Haar小波分解和Sobel算子检测图像特征点,使用归一化互相关和一致性条件来实现特征点之间的匹配,根据匹配的特征点信息估计仿射变换模型参数,最后将重叠区域的像素通过加权求和实现合成。结果经开放式X线图像数据库和同济大学附属同济医院临床骨科X光图像数据的实验,结果显示对重叠面积在50％以上的X光图像,系统能够自动进行拼接。主观问卷调查中86．7％的被访者接收系统的拼接结果。结论该方法能够有效应用于连续X光片全景成像。