同體肺部三維醫(yī)學(xué)圖像配準(zhǔn)算法研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)技術(shù)是醫(yī)學(xué)圖像處理領(lǐng)域中的基礎(chǔ)和關(guān)鍵步驟，主要應(yīng)用的方面包括在手術(shù)計(jì)劃的制定、圖像融合、圖像引導(dǎo)手術(shù)、醫(yī)學(xué)圖像病理分析以及紅外圖像目標(biāo)識(shí)別等方面。計(jì)算機(jī)斷層掃描技術(shù)（Computed Tomography，CT）的發(fā)明后，它成為診斷人類疾病必不可缺的技術(shù)手段。在肺部疾病診療過程中，需要通過計(jì)算機(jī)斷層掃描成像技術(shù)獲取肺部影像數(shù)據(jù)，其對(duì)肺部疾病的診療具有重要作用。
　　肺部是人類呼吸系統(tǒng)的重要組成部分，由于現(xiàn)代生活方式和環(huán)

2、境的影響造成肺部疾病多發(fā)，威脅到人類的身體健康。在臨床上常見的肺部疾病包括：肺氣腫、肺膿腫、肺炎以及肺癌等疾病。針對(duì)各種肺部疾病的治療時(shí)，通常需要采用圖像引導(dǎo)放療或者計(jì)算機(jī)輔助診斷等這類技術(shù)來幫助醫(yī)生。而這些技術(shù)的關(guān)鍵是對(duì)肺部三維醫(yī)學(xué)圖像進(jìn)行配準(zhǔn)，這樣才能彌補(bǔ)肺部因呼吸運(yùn)動(dòng)等原因造成的形變，并可以客觀而準(zhǔn)確地理解疾病。
　　基于多分辨率策略的醫(yī)學(xué)圖像配準(zhǔn)算法，能夠提高空間變換參數(shù)搜索速度，同時(shí)為避免傳統(tǒng)基于互信息的多模醫(yī)學(xué)圖像配準(zhǔn)

3、算法尋優(yōu)得到局部極值的情況發(fā)生，提出了一種改進(jìn)的運(yùn)用了多分辨率策略的配準(zhǔn)算法。該算法采用高斯濾波將三維醫(yī)學(xué)圖像實(shí)施多尺度化處理，構(gòu)建多分辨率的層次圖像，用 Mattes互信息測度衡量配準(zhǔn)框架下處理后圖像的相似性。在圖像金字塔的最頂層，即圖像的低分辨率層，運(yùn)用粒子群優(yōu)化策略獲取全局影像的變換參數(shù)，并將其作為初始參數(shù)傳遞給影像高分辨率層處理算法，且采用鮑威爾優(yōu)化策略實(shí)施優(yōu)化處理，最后獲得三維醫(yī)學(xué)圖像配準(zhǔn)結(jié)果。通過實(shí)驗(yàn)證明改進(jìn)的算法不僅使待配

4、準(zhǔn)圖像在空間位置上達(dá)到一致，且其配準(zhǔn)精度、魯棒性等指標(biāo)均高于傳統(tǒng)算法，能有效地降低配準(zhǔn)處理過程中尋優(yōu)得到局部極值的情況發(fā)生。
　　為實(shí)現(xiàn)相同個(gè)體在不同呼吸狀態(tài)下產(chǎn)生較大形變的三維肺部醫(yī)學(xué)影像配準(zhǔn)，在改進(jìn)的多分辨率三維醫(yī)學(xué)圖像配準(zhǔn)算法的基礎(chǔ)上，提出了基于Demons模型的精確有效的肺部配準(zhǔn)解決方案。采用的數(shù)據(jù)為一個(gè)呼吸運(yùn)動(dòng)周期內(nèi)三維肺部時(shí)序影像的最大吸氣相與最大呼氣相。該肺部配準(zhǔn)方案采用將基于圖像特征點(diǎn)的配準(zhǔn)方法與基于圖像灰度的配準(zhǔn)

5、方法相結(jié)合的層次模型配準(zhǔn)三維肺部醫(yī)學(xué)影像。首先，利用尺度不變特征變換算法對(duì)待配準(zhǔn)的三維影像進(jìn)行初始的薄板樣條變換。通過尺度不變特征變換算法對(duì)兩幅影像進(jìn)行特征點(diǎn)的提取，然后進(jìn)行匹配。根據(jù)處理后的特征點(diǎn)對(duì)進(jìn)行計(jì)算薄板樣條函數(shù)變換參數(shù)，使待配準(zhǔn)的圖像完成全局非剛性變換，并對(duì)浮動(dòng)圖像進(jìn)行重采樣處理；其次，將采用多分辨率策略處理全局配準(zhǔn)過程后的圖像，利用改進(jìn)的Demons模型對(duì)圖像各個(gè)分辨率層進(jìn)行局部配準(zhǔn)處理，最終完成肺部三維圖像配準(zhǔn)。使用改進(jìn)后