基于非刚体配准的体数据插值重建方法

三维图像的处理和操作需要将一般的断层序列插值成为具有各坐标轴一致的分辨率的体数据，而目前最常用的线性插值方法在层间距较大时会导致图像边缘模糊和出现伪影。Penney根据现有的非刚体匹配方法，提出了利用图像形变场数据的插值算法，大大提高了层间插值的质量。本文对Penney提出的算法进行了两方面的改进，在配准过程中用简单的单射性约束取代了复杂的平滑性约束，用邻域平均算法替代Penney使用的最邻近直线插值方法，并将新算法的实验结果与原算法、线性插值进行了对比。新算法在保持高质量插值的前提下提高了计算速度。该算法可以应用于精度要求比较高的体数据插值重建过程。     

基于三次样条层间插值的多模态医学图像配准

我们从PET-CT多模态图像序列的特点出发,提出了一种全新的图像配准及融合方法,它采用三次样条插值法对PET-CT图像进行层间插值,然后再利用最大互信息法进行配准,最后应用改进的主成分分析(PCA)法融合PET-CT图像用以增强PET显像效果,从而得到满意的配准以及融合结果。用三次样条插值法进行层间插值并恢复层间缺失图像的信息,弥补了现有配准方法的不足,提高了配准精度,使融合后的图像更加接近实际的物理断层。该方法已经成功应用于三维适形放疗(3D-CRT)系统的开发中。     

基于B样条的弹性配准在放疗CT图像间配准的应用

目的:应用B样条弹性模型研究肿瘤患者放疗前CT图像与放疗后CT图像之间的弹性配准。方法:利用B样条自由弹性模型(free-form deformations,FFD),以灰度差平方和(Sum of Squared Differences,SSD)为相似性测度函数,通过基于多分辨率的B样条弹性配准方法对同一患者放疗前与放疗后的CT图像进行配准。结果:图像通过高斯滤波处理,应用B样条弹性模型,得到较为理想的弹性配准实验结果。结论:基于B样条的CT与CT图像弹性配准可以较好地建模放疗前与放疗后肿瘤区域的形变,为临床分析肿瘤的变化提供支持。     

基于互信息的多分辨率三维脑图像配准方法

在3D多模医学图像的配准方法中，最大互信息法精度高，鲁棒性强，使用范围广，本文将归一化互信息作为相似性测度，采用不同的采样范围和采样子集，使用Powell多参数优化法和Brent一维搜索算法对3DCT，MR和PET脑图像进行了刚体配准，为了加快配准速度，使用了多分辨的金字塔方法，对PET图像采用基于坐标的阈值选取方法对图像进行分割预算法，消除了大部分放射状背景伪影，美国万德贝尔大学对结果进行的评估证明配准精度可达亚体元级。     

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。     

一种基于距离图和分级配准策略的人脑图像非刚体配准方法

目的:基于特征的配准方法中,特征配准结果的好坏决定着最终配准结果的好坏.方法:本文提出了一种基于距离图和分级配准策略的人脑MR图像非刚体配准方法.首先使用C-V模型完成特征的提取工作,并设计了相应的预处理过程,来获得适合进行特征配准的边界点集.接着采用分级配准策略来完成特征配准工作,包括逐条仿射配准和非刚体配准两个子步骤.为了方便计算,距离图被引入到算法过程中,以方便点距的查询.最终的全局配准工作基于特征配准的结果进行,配准问题转化为相应的插值问题进行求解.结果:针对两组初始差异较大的脑部图像进行实验,均可以达到配准要求.结论:实验结果证明,新算法能够适合初始偏差较大配准场合的需求.     

基于B样条的医学图像弹性配准

为解决医学图像上的形变和偏移,本研究采用基于B样条自由形变的配准方法.建立一个由控制点组成的网格,并将其套用在待配准图像上,得到初始控制网格参数.以梯度下降法为优化算法,以SSD测度为相似性测度,不断修正该参数,参数的改变将引起控制点最近邻4×4控制网格内所有的像素点发生移动,移动后的坐标位置由B样条拟合得到.以双线性插值为插值算法,计算出该位置的灰度值,该位置相对于配准后图像,等同于像素点移动前的位置映射到参考图像相对应的位置,当配准后图像与参考图像对应位置的灰度差异度达到最小时,就达到图像的最佳配准.实验结果表明,该算法配准结果满意,从而验证了本研究算法的有效性.     

医学图像配准技术及其研究进展

目的:对近年来的医学图像配准技术及其研究进展情况进行详尽地综述和讨论,从而为开展医学图像配准技术在医学图像三维重建、医学图像可视化和定量分析方面的研究提供参考.方法:首先,查阅国内外近年来医学图像配准技术研究的权威文献;然后,深入分析和研究这些文献所介绍方法的特点、存在的问题,并针对存在的问题提出可能的解决方案.结果:通过对近年来医学图像配准算法的最新研究进展情况进行深人细致地分析和讨论,在比较了一些典型算法的特点及其应用的基础上,对医学图像配准技术的发展进行了展望.结论:使用最优化策略改进图像配准质量以及对非刚体图像配准的研究是今后医学图像配准的发展方向.     

基于关键点的超声图像与磁共振图像多分辨率离散优化配准方法

脑肿瘤手术规划及术中,术前磁共振（MR）图像与术中超声（US）图像的配准甚为关键。考虑到两种模态图像具有不同密度范围及分辨率,且超声图像存在较多的斑点噪声干扰,采用一种基于局部邻域信息的自相似性上下文（SSC）描述子定义图像之间的相似性测度。将超声图像作为参考,使用三维微分运算提取其中角点作为关键点,并采用密集位移采样离散优化算法实施配准。整个配准过程分为仿射配准和弹性配准两个阶段,在仿射配准阶段,对图像进行多分辨率分解,在弹性配准阶段,采取最小卷积和均值场推理策略对关键点的位移向量进行正则化处理。对22名患者的术前MR和术中US图像进行配准实验,仿射配准后的误差为（1.57±0.30）mm,每对图像配准平均耗时1.36 s;弹性配准后的误差为（1.40±0.28）mm,平均用时1.53 s。实验结果证明本文采用的方法具有良好的配准精度和速度。     

基于自由变形法的多模态医学图像的配准与融合

本研究提出了一种自动识别颈部PET-CT图像特征点的算法，它应用自由变形（FFD）方法以CT图像的特征点为参考使PET图像产生变形，再结合最大互信息法对颈部PET与CT图像进行非刚体配准，最后用改进的小波图像融合法把两者进行融合得出视觉效果比较理想的融合图像。经实际计算得出的变形PET图像与对应CT图像的互信息量大于原始PET图像，并且最后用改进的小波图像融合法得出的融合图像的信息量比一般小波融合大，由此证明本研究所用方法是有效的。     

利用相关比相似性测度多分辨率配准MR和PET医学图像的方法

采用了全新的相关比相似性测度作为配准的测度准则，提出了有效的磁共振(MR)和正电子发射端层扫描(PET)临床医学图像配准方法。具体设计时，采用了加速的多分辨率的配准方案，对方案中涉及的几何变换选取、重采样、多分辨率体数据表达及最优化方法进行了详细的设计分析。最后，利用多分辨率配准方法，对MR和PET临床医学图像进行配准，给出了令人满意的效果，同时和基于体素灰度的直接配准法相比，配准速度也有了很大提高。     

灰度级别对基于互信息医学图像配准方法的影响

医学图像配准在医学图像处理领域中已经被广泛使用。基于互信息配准的方法具有自动化程度高、配准精度高等优点。基于互信息的配准方法实质上是一种进行灰度统计和计算的方法 ,因此同一图像采用不同的灰度表示必然会影响配准结果。在分析灰度级别的压缩对于图像质量的影响和基于互信息配准方法的影响的基础上 ,进行了一系列的多模态医学图像配准试验 ,从配准精度和计算时间两个方面比较了不同的灰度级别对图像配准的影响。在详细分析和比较不同级别图像配准结果的基础上 ,给出了基于互信息配准时所采用的合理灰度级别的建议。     

基于互信息医学刚性图像配准方法的研究

目的:基于互信息的配准方法是医学图像配准领域的重要方法,具有鲁棒性,精度高等优点。本文探究医学刚性图像配准的有效算法和关键技术。方法:基于互信息配准方法,利用Powell多参数算法和改进的PV插值算法,得到两幅图像之间的最大互信息和最佳配准参数。结果:二维磨牙CT图像配准实验表明,配准速度快,精度提高,验证了插值方法的有效性。结论:方法和算法可提高配准速度,能有效抑制互信息目标函数的局部极值。     

基于海明窗滤波及粒子群优化搜索的医学图像配准

针对互信息在多模态医学图像配准中的局部极值问题,利用海明窗(Hamming窗)进行滤波预处理,并采用粒子群优化(Particle swarm optimization,PSO)方法搜索配准参数。结果表明,图像经过Hamming窗低通滤波后,局部极值大大减少,有利于利用互信息进行图像的配准。另外,PSO优化算法在大多数情况下都可以收敛到全局最优解。我们提出的方法可有效克服互信息的局部极值问题,并有效提高配准精度。     

基于局部平面信息的三维灰度图像方向内插方法

灰度图像插值是体绘制的预处理步骤,插值结果的好坏,直接影响着绘制的效果。通过,插值错误主要出现的组织的边界处,组织的表面上灰度的变化较小,如果在表面上做插值,就可以保证插值在相同组织之间进行,避免了常用的线性插值会产生新组织的错误,而在组织内部,由于灰度值变化不大,只要做简单的线性插值就可以了,基于上述考虑,本文以局部平面近似组织的表面,将局部表面方向和梯度信息用于三维灰度图像的内插重建,充分利用     

Effect of Automated Image Registration on Radiologist Interpretation

In this study, we present preliminary data on the effect of automated 3D image alignment on the time to arrive at a decision about an imaging finding, the agreement of multiple of multiple observers, the prevalence of comparison examinations, and technical success rates for the image alignment algorithm. We found that automated image alignment reduced the average time to make a decision by 25% for cases where the structures are rigid, and when the scanning protocol is similar. For cases where these are not true, there is little or no benefit. In our practice, 54% of cases had prior examinations that could be automatically aligned. The overall benefit seen in our department for highly similar exams might be 20% for neuro and 10% for body; the benefit seen in other practices is likely to vary based on scanning practices and prevalence of prior examinations.     

基于特征提取的脑部医学图像配准研究

目的 基于特征的配准算法具有鲁棒性强、针对性好等显著优势,在图像配准领域被广泛应用,但是该类方法的精度受图像间特征构建和环境噪声影响大,该研究旨在对其缺点进行改进。方法 该研究基于SURF和ORB两种算法,提出了SURF-ORB算法,将参考图像与待配准图像分成上下两部分分别配准。在配准过程中,首先对SURF提取的图像特征点的Harris响应值进行优化,并使用灰度质心法确定特征点主方向。然后计算rBRIEF（旋转BRIEF）描述子,并使用汉明距离进行特征点匹配。最后加入RANSAC精匹配算法,剔除误匹配点。结果和结论 该研究通过对比分析SURF、ORB、SURF-ORB这3种算法的配准结果、抗噪声能力及多模态配准能力,验证了SURF-ORB算法具有较高的配准精度、配准速度和抗噪声能力。文章的创新之处该研究首次将SURF和ORB两种算法进行结合并应用于脑部横断面图像。