基于改进Demons算法的非刚性配准及其在肿瘤放疗中的应用

目的提出一种改进的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。     

基于改进Demons算法的非刚性配准及其在肿瘤放疗中的应用

摘要：目的提出一种改进的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-guided
radiotherapy, 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。
     

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.     

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。     

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。     

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。     

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。     

1.5T磁共振成像在检测裸小鼠胶质瘤原位成瘤模型中的应用

目的建立裸鼠脑胶质瘤原位移植瘤模型并进行1.5T磁共振(magnetic resonance,MR)扫描,探讨1.5TMR在裸鼠颅内肿瘤成像的可行性和准确性。方法SHG-44细胞传代培养后,用微量注射器吸取肿瘤细胞悬液直接穿刺接种,在肿瘤细胞接种后15 d行1.5T MR扫描,裸鼠麻醉后置于小动物线圈采集图像,共扫描T1、T2增强及DTI序列,并利用影像工作站测量体积。而后取脑组织做病理切片,计算体积后行HE染色及CD34染色,与MR采集的图像进行对比分析。结果除去围手术期死亡2只裸鼠外,剩余的13只裸鼠在MR增强序列图像上均能见到肿瘤,成瘤率达100%,荷瘤裸鼠平均生存时间为25 d。在MR图像上测得的肿瘤体积为(29.41±10.95)mm3,组织切片测得的肿瘤体积为(26.57±9.70)mm3,二者差异无统计学意义(P>0.05),但具有明显的相关性(r=0.985,P<0.01)。MR扫描的图像质量以T2加权和增强序列较好,DTI序列能够重建出裸鼠大脑白质纤维束分布情况。结论采用微量注射器直接建立裸鼠胶质瘤原位移植瘤模型简单快捷,成瘤率高。1.5TMR能无创性检测裸鼠脑胶质瘤成瘤情况,在T2、增强序...     

DICOM图像到BMP图像的转换

目的探讨DICOM图像转换成BMP图像的方法,以便于对DICOM图像进行读取、处理、存贮。方法分析DICOM图像和BMP图像文件格式,读取DICOM图像数据并进行加窗显示、垂直镜像变换,以BMP格式存储。结果此方法实现了DICOM图像到BMP图像的转换。结论多数的计算机没有读取DICOM图像的软件,转换为BMP图像后几乎所有的计算机均可读取图像。     

浅谈基于matlab的图像拼接技术在医学图像处理中的应用

医学拼接在医学影像研究中有着广泛的应用。利用图片对器官整体研究时,需要将具有重叠区域的多源信道所采集到的关于同一器官的图像进行图像配准、图像融合等图像拼接技术处理,生成一副关于器官的立体影像图。本文讨论了医学图像处理中图像拼接的几种基本算法。每种图像拼接算法在图像处理中都有各自不同的处理效果,各有优、缺点。在实际使用中,根据不同的情况采用不同的拼接算法,以达到更好的效果。     

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.     

连续多帧医学DICOM图像压缩编码方法研究

针对连续多帧的DIC0M图像,本文借鉴了基于DCT变换的视频压缩编码方法,提出了采用先进行运动估计和运动补偿,然后再对误差帧进行小波变换的视频处理的参考方法.实验结果表明该算法产生的压缩比能够稳定在20以上,峰值信噪比都在30db以上.另外本文采用了改进三步搜索法,提高了编码效率.能够很好地满足医疗图像序列压缩和传输的要求.     

低剂量脑灌注CT图像恢复方法:基于先验图像约束扩散张量

目的 为减少脑灌注CT检查的辐射剂量,本文提出了一种基于先验图像约束扩散张量的低剂量脑灌注CT图像恢复方法。方法 脑灌注CT图像之间存在丰富的结构冗余信息,高质量的先验图像可以作为结构互补信息引入到低剂量脑灌注CT图像恢复过程中,抑制低剂量脑灌注CT图像中的噪声和伪影。首先,分别计算出先验图像和低剂量脑灌注CT图像的扩散张量,然后构造先验图像约束的扩散张量,并利用新构建的扩散张量对低剂量脑灌注CT图像进行滤波。结果 在数值体膜实验中,本文方法得到的CBF参数图像的SSIM值与FBP算法相比提高了63%。在临床实验中,本文方法得到的CBF参数图像的SSIM值 与FBP算法相比提高了45%。结论 数值体膜和临床数据实验结果表明本文方法在抑制低剂量脑灌注CT图像噪声和伪影的同时可以保持图像的结构细节特征,并且可以获取准确的脑血流动力学参数图像。     

论基于内容的图像检索技术

随着图书馆收藏的图像资料迅速增多，人们迫切需要提供一种能在大量图像数据库中快速检索到所需图像资料的计算机图像检索系统，基于内容的图像检索技术就是这样一种检索技术。它利用图像的颜色、纹理、形状和其他特征对图像进行查询，在浩如烟海的图像数据库中迅速检索到用户所需的图像资料，是一种很有前途的图像检索技术，有着广阔的应用前景。     

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。