基于GSNI測度的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)方法研究.pdf

1、在醫(yī)學(xué)臨床診斷治療中,通常需要對病人的病變部位進(jìn)行多模態(tài)成像,來獲取互補(bǔ)、有效、全面的信息,以提高醫(yī)生的診斷治療效果,這就需要對不同模態(tài)的醫(yī)學(xué)圖像進(jìn)行信息融合,將多種模態(tài)圖像的信息融合在一起,就可以在一幅圖像上體現(xiàn)多方面的信息。作為醫(yī)學(xué)圖像信息融合的前提,醫(yī)學(xué)圖像配準(zhǔn)(medical image registration)具有重要的臨床應(yīng)用價值,它即可以用于診斷治療,也可以用于病理變化的跟蹤和治療效果的評價等多方面。
　　 醫(yī)學(xué)

2、圖像配準(zhǔn)早已經(jīng)成為當(dāng)前醫(yī)學(xué)圖像處理領(lǐng)域中的研究熱點(diǎn)之一,但是由于各種客觀因素(如:成像設(shè)備不同造成的圖像信息的局限性)和主觀因素(如:病人醫(yī)生之間的互動關(guān)系),醫(yī)學(xué)圖像配準(zhǔn)的研究有一定的難度和復(fù)雜性,目前已經(jīng)提出了許多較好算法,但每種醫(yī)學(xué)圖像配準(zhǔn)方法都只是針對某一特定問題而設(shè)計,具有一定的局限性,并且在配準(zhǔn)速度、配準(zhǔn)精度等方面都不可能同時達(dá)到理想的效果。
　　 本論文應(yīng)用基于灰度統(tǒng)計的圖像配準(zhǔn)模型-互信息配準(zhǔn)模型的配準(zhǔn)方法對不同

3、模態(tài)的醫(yī)學(xué)圖像進(jìn)行配準(zhǔn),基于該模型的圖像配準(zhǔn)方法稱為最大互信息法,它采用信息論中的互信息作為兩幅待配準(zhǔn)圖像之間的相似性測度,不需要對圖像進(jìn)行分割等預(yù)處理,幾乎適用于任何不同模態(tài)圖像的配準(zhǔn),并能得到很好的配準(zhǔn)效果。
　　 本文先介紹了互信息法用于醫(yī)學(xué)圖像配準(zhǔn)的發(fā)展過程,并分析了基于傳統(tǒng)的互信息用于醫(yī)學(xué)圖像配準(zhǔn)中存在的局部極值問題,和幾種改進(jìn)的互信息法用于圖像配準(zhǔn)的優(yōu)勢和不足之處,提出用Ⅰ-alpha信息中的SNI(The Seco

4、nd Normalized form ofⅠ-alphainformation)信息代替?zhèn)鹘y(tǒng)的互信息,提高了配準(zhǔn)的速度,同時又把能夠描繪空間信息的改進(jìn)的梯度信息和只考慮圖像灰度信息的SNI信息結(jié)合組成新的測度,提高了配準(zhǔn)精度和算法的魯棒性。實(shí)驗(yàn)采用新的相似性測度對CT圖像、核磁共振圖像、單光子圖像等不同模態(tài)圖像進(jìn)行配準(zhǔn),實(shí)驗(yàn)結(jié)果證明該算法用于多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)時收斂性能和配準(zhǔn)精度都得到很大的提高,很好的解決了傳統(tǒng)的互信息用于圖像配準(zhǔn)中出