基于特征匹配的多模態(tài)醫(yī)學圖像配準研究.pdf

1、醫(yī)學圖像配準是指在不同的時間、不同角度以及不同模態(tài)下獲取的多幅醫(yī)學圖像，經(jīng)過一系列的變換，使相同解剖結構（點）在同一空間坐標位置上一一對應的操作。圖像配準是醫(yī)學圖像處理研究的一項核心技術，可用于醫(yī)學圖像的校正，檢測解剖結構的變化以及用于融合不同模態(tài)的圖像，在醫(yī)學輔助診斷治療方面應用非常廣泛。近幾十年來，該項技術的研究得到越來越多學者們的關注。本文針對基于特征匹配的多模態(tài)醫(yī)學圖像配準進行了重點研究，使在復雜環(huán)境下得到的灰度不均勻和噪聲較大

2、的醫(yī)學圖像能夠實現(xiàn)自動配準。本文的工作主要包含以下幾個方面:
　　1.本文系統(tǒng)地闡述了基于特征點匹配的多模態(tài)醫(yī)學圖像配準步驟，介紹了特征點檢測、構造描述子、特征匹配、模型參數(shù)估計和重采樣以及插值技術等算法，著重研究了常用的特征提取算法;分析了Laplace Of Gaussian提取特征點在光照、旋轉和尺度等方面的不變性原理。
　　2.針對不同模態(tài)醫(yī)學圖像的像素值之間有很大的差異性，導致配準計算復雜度高，配準精度低等問題。本

3、文提出了一種融合熵圖理論的基于特征匹配的配準算法。該算法首先利用Laplace Of Gaussian提取特征點，通過局部紋理特征構造加權CS-LBP描述子，然后結合廣義近鄰圖計算特征向量之間的歐式距離進行Rényi互信息的估計并以之為目標函數(shù)，最后使用Powell優(yōu)化算法對目標函數(shù)進行優(yōu)化，求得變換模型參數(shù)。該方法在配準過程中不需要對圖像的每個像素進行計算，可以提取分布較均勻、易提取的穩(wěn)定特征來表達圖像，在配準過程中只要計算這些特征即

4、可，該方法既可以降低噪聲和圖像灰度差異所造成的影響，又能降低計算量，縮短配準時間。實驗結果表明:在保證配準速度的前提下，配準精度能夠達到亞像素級，并對于噪聲明顯的醫(yī)學圖像也能達到良好的配準效果。
　　3.針對基于特征提取的醫(yī)學圖像配準算法不能充分利用鄰域特征來進行描述子的構建，本文采用了一種新的基于紋理特征的描述子構造方法局部小波模式（Local Wavelet Pattern，LWP），并結合基于概率估計的一致性點漂移算法(Co