醫(yī)學(xué)圖像自適應(yīng)配準(zhǔn)算法研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是指通過(guò)尋找某種空間的變換，使來(lái)自不同成像時(shí)間、不同或相同成像傳感器、不同成像角度的同一組織的兩幅或多幅圖像的對(duì)應(yīng)點(diǎn)在解剖結(jié)構(gòu)上達(dá)到一致。醫(yī)學(xué)圖像配準(zhǔn)技術(shù)在臨床研究中有重要的應(yīng)用，包括腫瘤檢測(cè)、放射定位、可視化手術(shù)、結(jié)構(gòu)匹配等等，是目前的一個(gè)研究熱點(diǎn)。
　　本文詳細(xì)的分析了醫(yī)學(xué)圖像配準(zhǔn)的基礎(chǔ)理論以及各種關(guān)鍵技術(shù)，對(duì)醫(yī)學(xué)圖像彈性配準(zhǔn)算法進(jìn)行了初步的研究。彈性圖像配準(zhǔn)算法中有很多參數(shù)初始值需要人為確定，比如正則化參數(shù)、變形

2、場(chǎng)初始參數(shù)、優(yōu)化函數(shù)中的步長(zhǎng)初始參數(shù)以及步長(zhǎng)變化方式等等，這些配準(zhǔn)初始參數(shù)的選擇對(duì)配準(zhǔn)過(guò)程有著重要的影響，本文著重對(duì)醫(yī)學(xué)圖像彈性配準(zhǔn)過(guò)程中的初始參數(shù)自適應(yīng)選擇問(wèn)題進(jìn)行了研究，主要內(nèi)容如下：
　　1.研究了特征在彈性配準(zhǔn)中的作用，著重對(duì)Sift特征點(diǎn)提取與匹配算法進(jìn)行了研究，結(jié)合醫(yī)學(xué)圖像的特點(diǎn)，通過(guò)限制特征點(diǎn)的匹配范圍，減少了錯(cuò)誤的匹配點(diǎn)，提高了特征點(diǎn)匹配的正確率與速率；并對(duì)特征點(diǎn)匹配對(duì)數(shù)目進(jìn)行了監(jiān)視，通過(guò)調(diào)整匹配閾值的大小對(duì)匹配對(duì)

3、數(shù)目進(jìn)行調(diào)整，以保證配準(zhǔn)過(guò)程的正確運(yùn)行。
　　2.研究了彈性配準(zhǔn)算法中的初始參數(shù)的自適應(yīng)選擇問(wèn)題。通過(guò)將Sift提取的特征應(yīng)用到了配準(zhǔn)算法變形函數(shù)中，實(shí)現(xiàn)了變形場(chǎng)初始參數(shù)的自適應(yīng)選擇，增強(qiáng)了算法的自適應(yīng)性；并且在優(yōu)化過(guò)程中克服了部分局部極小值的困擾，減少了尋優(yōu)的時(shí)間，使配準(zhǔn)速度得到了加快。
　　3.設(shè)計(jì)了一種自適應(yīng)步長(zhǎng)選擇算法，克服了步長(zhǎng)初始值對(duì)優(yōu)化函數(shù)的影響，在迭代中的步長(zhǎng)自適應(yīng)調(diào)整也加快了目標(biāo)函數(shù)的收斂速度。通過(guò)實(shí)驗(yàn)證明