互信息與精粒度并行遺傳算法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)技術(shù)是當(dāng)代醫(yī)學(xué)圖像處理技術(shù)的一個(gè)重要方面，通過(guò)將不同模態(tài)的醫(yī)學(xué)圖像有機(jī)地結(jié)合起來(lái)，可以為醫(yī)生提供更加豐富的診斷信息?；诨バ畔⒌尼t(yī)學(xué)圖像配準(zhǔn)方法得到了廣泛的應(yīng)用，傳統(tǒng)的局部?jī)?yōu)化算法容易陷入局部極值，具有良好全局尋優(yōu)能力的遺傳算法由于存在早熟收斂問(wèn)題也可能會(huì)陷入局部極值，最終得不到全局最優(yōu)解，這些優(yōu)化方法應(yīng)用于實(shí)際的醫(yī)學(xué)圖像配準(zhǔn)中存在配準(zhǔn)精度較低的不足。
　　 本文在研究基于互信息的醫(yī)學(xué)圖像配準(zhǔn)優(yōu)化方法的基礎(chǔ)上，提出一

2、種改進(jìn)的粗粒度并行遺傳算法(ICGGA)，并將其應(yīng)用于醫(yī)學(xué)圖像的配準(zhǔn)中。改進(jìn)算法利用粗粒度并行進(jìn)化結(jié)構(gòu)，對(duì)遺傳參數(shù)進(jìn)行自適應(yīng)調(diào)整，使粗粒度并行遺傳算法的種群多樣性得到提高，優(yōu)秀個(gè)體得到保護(hù)，實(shí)現(xiàn)了粗粒度并行遺傳算法不同子種群搜索不同最優(yōu)值的思想，可有效避免局部極值的影響；結(jié)合標(biāo)準(zhǔn)遺傳算法的遺傳終止條件，設(shè)計(jì)出了適合粗粒度并行遺傳算法的收斂準(zhǔn)則。
　　 本文主要工作包括：
　　 ①分別對(duì)醫(yī)學(xué)圖像配準(zhǔn)的研究背景、國(guó)內(nèi)外研究現(xiàn)

3、狀、醫(yī)學(xué)圖像配準(zhǔn)的基礎(chǔ)知識(shí)，包括醫(yī)學(xué)圖像配準(zhǔn)的主要技術(shù)和過(guò)程進(jìn)行了詳細(xì)的闡述與介紹。
　　 ②對(duì)醫(yī)學(xué)圖像配準(zhǔn)中的相似性測(cè)度和優(yōu)化算法進(jìn)行了研究。醫(yī)學(xué)圖像配準(zhǔn)過(guò)程相似性測(cè)度和優(yōu)化方法的選取決定了圖像的配準(zhǔn)精度。通過(guò)對(duì)三種經(jīng)典優(yōu)化算法的比較，得出粗粒度并行遺傳算法的遷移操作可增加種群多樣性，具有更好的全局搜索能力和局部搜索能力，有利于避免過(guò)早收斂。
　　 ③通過(guò)將現(xiàn)有交叉率及變異率自適應(yīng)公式和余弦函數(shù)結(jié)合，設(shè)計(jì)出了一種新型的

4、自適應(yīng)公式，提出了改進(jìn)的粗粒度并行遺傳算法。改進(jìn)算法使得種群多樣性得到提高、優(yōu)秀個(gè)體得到保護(hù)，實(shí)現(xiàn)了粗粒度并行遺傳算法不同子種群搜索不同最優(yōu)值的思想，能有效克服陷入局部極值的缺陷，從而提高圖像配準(zhǔn)的精度。另外結(jié)合標(biāo)準(zhǔn)遺傳算法的常用遺傳終止條件，設(shè)計(jì)出了適合粗粒度并行遺傳算法的收斂準(zhǔn)則。
　　 ④對(duì)本文所提出方法進(jìn)行實(shí)驗(yàn)驗(yàn)證：編程實(shí)現(xiàn)了所設(shè)計(jì)的配準(zhǔn)算法，并將改進(jìn)算法應(yīng)用于單模及多模圖像的配準(zhǔn)，將實(shí)驗(yàn)結(jié)果與傳統(tǒng)的優(yōu)化算法及改進(jìn)前同類