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。     

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.     

医学图像配准技术

目的:在医学影像领域,不同成像设备获取的信息不同,但互为补充,将这些信息融合在一起,为医生做出正确的诊断提供更多的依据,有助于提高医疗诊断和治疗水平。本文主要介绍医学图像配准技术的基本原理、方法、发展和临床应用。方法:大量参阅了该领域的有关文献,重点介绍了配准过程中的几何空间变换技术,分别综述了刚体变换和非刚体变换的主要方法,分析各种方法的优缺点,应用的适应范围,并对该领域的研究进行了展望。结果:在临床应用中刚体或近似刚体的配准只占很小的一部分,大多数情况下需要用非刚体变换来描述。目前,非刚体变换方法还不够成熟,各类方法都存在一定的局限性,在临床实际应用中,根据研究对象的差别建立合理的配准形变模型,选择合适的配准方法,优化计算方法,提高计算速度,进一步提高图像配准的准确性。结论:论文认为医学图像配准技术是医学图像处理研究领域中的热点方向之一,具有重要的临床应用价值。论文提出图像配准的精度直接影响后续的图像处理工作,如何提高配准精度仍是今后医学图像配准技术的研究方向。     

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。     

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。     

多模态医学图像配准技术研究

目的:通过对CT和PET图像进行配准实验,得出CT和PET配准的最优插值搜索方法以及粗配准对二者配准结果的影响。方法:首先利用改进的力矩与主轴法对CT和PET图像进行粗配准,得到CT图像的平移量与旋转量。然后针对不同的插值和搜索方法实现互信息配准,并将所得平移量与旋转量作为Powell优化初值进行实验,与使用默认值的Powell优化方法进行对比。结果:实验结果表明:使用双线性插值算法时,两实验的结果基本一致;采用部分体积插值法时,基于粗配准的Powell优化配准效果优于基于默认值的方法;而使用立方卷积插值法时二者配准效果差别不大,但基于粗配准的方法时间更短。结论:基于粗配准的Powell优化方法(部分体积插值与Brent搜索)有更好的配准速度及效果。     

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。     

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.     

多模式医学图像的融合和配准技术

医学影像工程不断发展,出现了很多先进的成像设备,有力地支持了医学诊断和治疗。而以计算机技术为基础的成像后处理技术进一步提高了诊疗的可靠性。我们着重介绍了多模式医学图像融合和配准的技术内容和应用。     

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。     

一种基于图像分割的医学图像融合方法

提出一种新的图像融合算法 ,用于临床治疗计划设计时对病灶的确定。文中采用改进的Canny算子对病灶边缘提取方法进行了研究 ,根据局部直方图计算对非目标轮廓进行抑制。通过对图像配准建立空间映射关系 ,将一种图像中的病灶边缘特征与其它相应的图像进行叠加 ,获得具有病灶边缘和解剖结构特征的融合图像。本文的融合算法简单、直观 ,临床实用性强     

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。     

基于互信息与边缘梯度相结合的多模医学图像配准方法

针对传统互信息配准方法未利用图像空间信息的缺点,本文研究了图像边缘信息的梯度相似性.首先采用小波模极大值边缘检测提取出图像边缘,提出将边缘图像的梯度相似性系数与传统的互信息相乘作为图像配准的目标函数.然后通过使用Powell优化算法对目标函数进行寻优,得出配准变换参数.最后在互信息的基础上引入图像边缘梯度信息,突出了全局最优解.实验结果表明,该方法可以得到精确、有效的配准结果.     

基于互严格凹函数测度的医学图像配准新方法

为了提高医学图像配准的运算速度和增大配准的稳定区域，提出用严格凹函数取代互信息中的香农熵函数的方法，形成了互严格凹函数测度（NMi，i=1，2，…，6）。互信息只是互严格凹函数测度的一个特例。并提出一种新的判断配准好坏的标准——稳定区域和稳定区域宽度。通过试验比较得NM2、NM4、NM5互严格凹函数测度比互信息好，比Ⅰ0.2和R0.2测度更好，即这三个测度的配准时间比互信息少，比Ⅰ0.2和R0.2测度更少；三个测度配准的平均稳定区域宽度比互信息宽，比Ⅰ0.2和R0.2测度更宽。最后用NM2测度进行多模态医学图像的非刚体配准试验，结果表明效果良好。     

Fast Mutual Information Registration Method of 3-D Medical Image

INTRODUCTION　　Multimodal registration,which brings images from different modality into spa-tial correspondence,is of importance in many clinical applications.Over the years,research of multimodal registration has produced a lotof differentmethods.Surveysof medical image registration with a classification have been made〔1,2〕.The registra-tion methods can be classified as frame- based,point- landmark- based,surface- basedand voxel- based.Voxel- based methods achieve registration by iden…     

用模糊数学方法融合多模医学图像

提出一种基于模糊数学的方法来融合多模医学图像。采用改进的FCM算法分割图像,用自动模糊重分布的算法确定隶属度。在融合步骤中考虑到了16种不同图像组织的交混情况和16种上下文关系,总共256种模糊关系。实验结果表明:该方法有很强的抗配准偏差能力和抗分割干扰能力,并具有稳健、快速、精确等特点。     

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。     

图像融合技术及其在癫痫患者中的应用

癫痫灶的准确定位是决定癫痫外科疗效的关键步骤。利用多模态医学图像融合技术将MR与PET的影像融合能明显地提高癫痫病灶定位诊断的准确率，为癫痫外科手术治疗和立体定向放射外科治疗提供更准确的信息。将融合技术应用到临床数据，对20例癫痫疾病患者的影像数据作了融合研究，并由临床专家作了验证。