基于特征匹配的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)研究.pdf

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

2、的醫(yī)學(xué)圖像能夠?qū)崿F(xiàn)自動配準(zhǔn)。本文的工作主要包含以下幾個(gè)方面:
　　1.本文系統(tǒng)地闡述了基于特征點(diǎn)匹配的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)步驟，介紹了特征點(diǎn)檢測、構(gòu)造描述子、特征匹配、模型參數(shù)估計(jì)和重采樣以及插值技術(shù)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(diǎn)在光照、旋轉(zhuǎn)和尺度等方面的不變性原理。
　　2.針對不同模態(tài)醫(yī)學(xué)圖像的像素值之間有很大的差異性，導(dǎo)致配準(zhǔn)計(jì)算復(fù)雜度高，配準(zhǔn)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(zhǔn)算法。該算法首先利用Laplace Of Gaussian提取特征點(diǎn)，通過局部紋理特征構(gòu)造加權(quán)CS-LBP描述子，然后結(jié)合廣義近鄰圖計(jì)算特征向量之間的歐式距離進(jìn)行Rényi互信息的估計(jì)并以之為目標(biāo)函數(shù)，最后使用Powell優(yōu)化算法對目標(biāo)函數(shù)進(jìn)行優(yōu)化，求得變換模型參數(shù)。該方法在配準(zhǔn)過程中不需要對圖像的每個(gè)像素進(jìn)行計(jì)算，可以提取分布較均勻、易提取的穩(wěn)定特征來表達(dá)圖像，在配準(zhǔn)過程中只要計(jì)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(jì)算量，縮短配準(zhǔn)時(shí)間。實(shí)驗(yàn)結(jié)果表明:在保證配準(zhǔn)速度的前提下，配準(zhǔn)精度能夠達(dá)到亞像素級，并對于噪聲明顯的醫(yī)學(xué)圖像也能達(dá)到良好的配準(zhǔn)效果。
　　3.針對基于特征提取的醫(yī)學(xué)圖像配準(zhǔn)算法不能充分利用鄰域特征來進(jìn)行描述子的構(gòu)建，本文采用了一種新的基于紋理特征的描述子構(gòu)造方法局部小波模式（Local Wavelet Pattern，LWP），并結(jié)合基于概率估計(jì)的一致性點(diǎn)漂移算法(Co