基于像素灰度的醫(yī)學(xué)圖像剛性配準(zhǔn)方法研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像處理領(lǐng)域中的一項(xiàng)重要技術(shù)，對臨床診斷和治療起著越來越重要的作用．現(xiàn)代醫(yī)學(xué)經(jīng)常需要將幾幅圖像結(jié)合起來進(jìn)行分析，以便獲取更多的醫(yī)療信息，結(jié)合分析之前首先要解決這幾幅圖像的嚴(yán)格對齊問題，也就是所謂的圖像配準(zhǔn)．醫(yī)學(xué)圖像配準(zhǔn)是指通過尋找某種空間變換，使兩幅圖像的對應(yīng)點(diǎn)達(dá)到空間位置及解剖上的完全一致．對于醫(yī)學(xué)圖像配準(zhǔn)技術(shù)來講，魯棒性和精度很重要，同時臨床上經(jīng)常需要完全自動地對圖像進(jìn)行配準(zhǔn)，即不需要人工介入，因此基于像素灰度的圖

2、像配準(zhǔn)方法受到多數(shù)研究者的青睞．本論文就基于像素灰度的腦圖像剛性配準(zhǔn)方法進(jìn)行了研究，主要工作如下： 1．針對一種常用的單模圖像配準(zhǔn)函數(shù)-基于灰度均方差的配準(zhǔn)函數(shù)，分別引進(jìn)一種局部優(yōu)化算法(新結(jié)構(gòu)正割法)和一種全局優(yōu)化算法(新進(jìn)化策略)對圖像配準(zhǔn)函數(shù)進(jìn)行優(yōu)化，并與其他幾種常用的優(yōu)化算法(阻尼高斯 - 牛頓法、鮑威爾算法、模擬退火算法和經(jīng)典進(jìn)化策略—(μ+λ)-ES)進(jìn)行比較．值得說明的是，新結(jié)構(gòu)正割法對目標(biāo)函數(shù)海森陣的二階信息項(xiàng)采

3、取了割線近似的辦法，而不是像眾多高斯 - 牛頓法及其各種改進(jìn)形式(如阻尼高斯 - 牛頓法)那樣將二階信息項(xiàng)直接舍去，因而提高了高斯 - 牛頓法對目標(biāo)函數(shù)海森陣的近似程度；且校正矩陣在計算過程中始終保持正定，避免了高斯 - 牛頓法中因?yàn)榫仃嚥豢赡娑也坏较陆捣较虻膯栴}．配準(zhǔn)結(jié)果表明新結(jié)構(gòu)正割法的配準(zhǔn)精度較高，且配準(zhǔn)時間相對較少． 2．到目前為止，基于互信息的配準(zhǔn)方法(MI)已經(jīng)得到多數(shù)研究者的認(rèn)可．基于互信息的配準(zhǔn)方法本質(zhì)上是采用

4、 Kullback-Leilbet 散度(KLD)度量兩幅圖像的聯(lián)合概率分布和完全獨(dú)立時兩幅圖像的邊緣概率分布之積間的廣義距離，然后通過尋求使得上述距離達(dá)到最大的空間變換對圖像進(jìn)行配準(zhǔn)．本文采用另一種信息離散性度量方法—FDOD函數(shù)—作為上述距離的一個度量．與KLD相比，F(xiàn)DOD 函數(shù)具有更多吸引人的數(shù)學(xué)性質(zhì)．進(jìn)一步，受到基于歸一化互信息配準(zhǔn)方法(NMI)的啟發(fā)，提出了一種歸一化 FDOD函數(shù)(NFDOD)．配準(zhǔn)結(jié)果證明，上述四種方法(

5、MI，NMI，F(xiàn)DOD和NFDOD)擁有相似的配準(zhǔn)精度，而且，歸一化FDOD函數(shù)以最少的函數(shù)調(diào)用次數(shù)達(dá)到配準(zhǔn)的目的，且具有較高的魯棒性． 3．基于互信息的配準(zhǔn)方法通常采用歸一化兩幅圖像的聯(lián)合直方圖的辦法計算聯(lián)合概率分布．因此基于互信息的配準(zhǔn)方法的關(guān)鍵在于聯(lián)合直方圖的構(gòu)造．目前，大多數(shù)研究者采用插值技術(shù)(常用的是三線性插值和PV插值)進(jìn)行聯(lián)合直方圖的構(gòu)造．但是眾多研究表明，插值技術(shù)容易引起配準(zhǔn)函數(shù)出現(xiàn)多極值現(xiàn)象，通常稱這種現(xiàn)象為“

6、插值贗象”．針對這種情況，本文提出了一種新的聯(lián)合直方圖構(gòu)造方法，該方法不需要引進(jìn)插值技術(shù)，而是通過構(gòu)造一個復(fù)合指數(shù)函數(shù)來計算聯(lián)合直方圖，同時還給出了基于新聯(lián)合直方圖構(gòu)造方法的互信息配準(zhǔn)函數(shù)的梯度形式．實(shí)驗(yàn)證明，新聯(lián)合直方圖構(gòu)造方法有效地消除了“插值贗象”，在很大程度上改善了配準(zhǔn)過程中出現(xiàn)的多極值問題，避免了優(yōu)化算法陷入局部極值點(diǎn)而導(dǎo)致誤配準(zhǔn)的問題，特別是待配準(zhǔn)圖像的分辨率較低的時候．進(jìn)一步，在分析比較新提出的聯(lián)合直方圖構(gòu)造方法和PV插值

7、技術(shù)用于基于歸一化互信息配準(zhǔn)方法的基礎(chǔ)之上，提出了一種混合歸一化互信息配準(zhǔn)方法，在不損失精度的前提下，有效地提高了配準(zhǔn)魯棒性和配準(zhǔn)速度． 4．隨著各種配準(zhǔn)軟件包的應(yīng)用，目前圖像數(shù)據(jù)庫中已經(jīng)有了很多已被嚴(yán)格配準(zhǔn)過的數(shù)據(jù)．把這些已配準(zhǔn)了的數(shù)據(jù)作為配準(zhǔn)的訓(xùn)練數(shù)據(jù)集，利用從訓(xùn)練數(shù)據(jù)集中提取的先驗(yàn)聯(lián)合概率分布對圖像進(jìn)行配準(zhǔn)．當(dāng)待配準(zhǔn)兩幅圖像的聯(lián)合概率分布與從訓(xùn)練數(shù)據(jù)集中對應(yīng)的兩幅圖像中提取的先驗(yàn)聯(lián)合概率分布相同或者差異性最小的時候，則認(rèn)為