基于物理模型的非剛性醫(yī)學(xué)圖像配準(zhǔn)算法研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是指通過尋找某種空間變換，使兩幅圖像的特征點達(dá)到空間位置和解剖結(jié)構(gòu)上的完全一致。它是醫(yī)學(xué)圖像融合的基礎(chǔ)，已成為醫(yī)學(xué)圖像領(lǐng)域的研究熱點。
　　本文結(jié)合非剛性醫(yī)學(xué)圖像形變的特點，深入地研究了醫(yī)學(xué)圖像剛性配準(zhǔn)和非剛性配準(zhǔn)的常用方法。以非剛性醫(yī)學(xué)圖像配準(zhǔn)為目的，對醫(yī)學(xué)圖像預(yù)處理、特征點提取、坐標(biāo)變換、重新采樣、參數(shù)優(yōu)化及配準(zhǔn)技術(shù)等進(jìn)行了探索和實踐，對傳統(tǒng)醫(yī)學(xué)圖像配準(zhǔn)算法框架中的相關(guān)模塊進(jìn)行了改進(jìn)，并提出了一種基于物理模型的非剛

2、性配準(zhǔn)算法。實驗證明，與傳統(tǒng)的非剛性配準(zhǔn)算法相比，該算法在保證配準(zhǔn)精確度的同時，增強了配準(zhǔn)算法的魯棒性及抗噪能力。
　　主要工作如下：
　　1、針對非剛性心臟圖像形變的特點，提出了一種分級圖像配準(zhǔn)的策略，即先通過主軸質(zhì)心法實現(xiàn)兩幅圖像全局粗略配準(zhǔn)，然后利用物理學(xué)中的能量函數(shù)作為相似度測量，實現(xiàn)圖像局部精確配準(zhǔn)。
　　2、針對采用傳統(tǒng) Harris算法提取的特征點分布不均勻、容易產(chǎn)生聚簇現(xiàn)象及需要人工介入等缺點，提出了一

3、種自適應(yīng)的特征點提取算法。該算法能夠自動、快速提取圖像角點，使提取的特征點可以隨著圖像內(nèi)容的改變而自適應(yīng)變化。
　　3、針對非剛性醫(yī)學(xué)圖像配準(zhǔn)精度問題，提出了一種基于物理模型的配準(zhǔn)算法。該算法將非剛性圖像的形變過程看作是由于某種物理運動規(guī)律所引起，根據(jù)物理定律建立描述圖像形變的偏微分方程。以圖像本身的屬性作為附加條件，求解偏微分方程，得到圖像的形變量，進(jìn)而實現(xiàn)圖像的配準(zhǔn)。
　　4、為了提高配準(zhǔn)的速度，提出了一種利用圖像特征點