基于腹部CT圖像的肝臟彈性配準方法的研究與實現(xiàn).pdf

1、隨著現(xiàn)代計算機技術和數(shù)字化醫(yī)療設備的發(fā)展，數(shù)字醫(yī)學圖像成為臨床醫(yī)生和專家進行疾病診斷的主要手段之一。不同模態(tài)或不同時間的醫(yī)學圖像配準能夠充分地融合醫(yī)學圖像信息，對計算機輔助診斷(Computer aided diagnosis，CAD)具有重要的指導意義，配準的質量直接影響CAD系統(tǒng)中特征提取及疾病診斷的精度。因此，提高圖像配準的精度對臨床醫(yī)學具有重要的研究意義和應用價值。
　　本文在充分學習醫(yī)學圖像配準理論的基礎上，將灰度信息和

2、特征信息相結合，提出了一種新的基于混合信息模型的醫(yī)學圖像配準方法。算法首先基于灰度信息對圖像進行剛性配準，然后基于特征信息實現(xiàn)進一步的非剛性配準。在基于特征信息的彈性配準中，首先要提取圖像的特征點和輪廓信息。在特征點提取的過程中，針對SURF算法的局限性，利用本文提出的SEMISURF算法對圖像進行特征點提取，然后利用小波變換提取輪廓信息，并對輪廓信息進行優(yōu)化處理，得到有效的圖像特征信息。最后基于薄板樣條函數(shù)對提取雙特征的圖像進行彈性配

3、準。在參數(shù)優(yōu)化過程中，針對傳統(tǒng)粒子群算法容易陷入局部極值的問題，提出了基于區(qū)域互信息與模擬退火粒子群算法相結合的RMI-SAPSO混合優(yōu)化算法，算法首先選擇區(qū)域互信息作為配準的目標測度函數(shù)，然后基于SAPSO混合優(yōu)化算法對區(qū)域互信息進行優(yōu)化。該方法通過引入的區(qū)域互信息，增加對圖像空間信息的提取，提高圖像局部區(qū)域配準的準確度。
　　將本文方法應用于實際腹部CT圖像的肝臟配準實驗中，通過對比實驗表明:本文方法在配準的精度和效率兩方面都