非剛性醫(yī)學圖像配準算法研究.pdf

1、圖像配準是圖像分析、融合和重建的基礎，特別在醫(yī)學影像處理領域，圖像配準起著極其重要的作用。精準高效的圖像配準能輔助醫(yī)生進行醫(yī)學診斷、醫(yī)學影像存檔、治療計劃制定、手術導引以及治療效果評估等等。相較于發(fā)展成熟的剛性配準，非剛性圖像配準因為能更真實地反映人體器官和組織的形變，成為醫(yī)學圖像配準的研究熱點。非剛性醫(yī)學圖像配準的研究面臨許多挑戰(zhàn)，以腫瘤切除手術指引為例，伴隨腫瘤組織的切除，會發(fā)生術中影像與術前影像間的局部對應缺失和“腦漂移”現(xiàn)象引起

2、的大形變問題。
　　針對上述難點，本文對傳統(tǒng)的變分光流模型進行了改進，結(jié)合尺度不變特征變換（SIFT）特征點提取提出一種新穎的非剛性醫(yī)學圖像配準算法。該算法模型使用亮度守恒與梯度守恒假設相結(jié)合的數(shù)據(jù)項，很好地解決了對醫(yī)學圖像中局部病灶異常、亮度不均勻等區(qū)域的處理問題；通過采用自適應的各向異性正則項，解決了傳統(tǒng)光流模型中的過平滑所導致的圖像嚴重模糊和重要細節(jié)丟失的問題；通過結(jié)合SIFT特征點提取，并采用多分辨率分層細化、內(nèi)部不動點迭