基于Radon變換的多模態(tài)醫(yī)學圖像配準.pdf

1、圖像配準是圖像熔合的基礎，已經廣泛應用于計算機視覺、遙感處理、運動估計、醫(yī)學分析等領域。醫(yī)學圖像的配準與熔合是現代醫(yī)療中不可或缺的一部分。由于不同成像設備得到的醫(yī)學圖像各有其特點，將不同模式的醫(yī)學圖像進行配準，可以綜合了解病變組織或器官的解剖和功能信息。
　　 本文提出的醫(yī)學圖像配準算法主要分為兩個部分，分別為粗配準和精配準。本文使用圖像的質心估計平移參數，利用Radon變換估計旋轉參數，此參數估計的過程為粗配準。再將得到的粗配

2、準參數作為初始參數進行優(yōu)化，此優(yōu)化搜索過程為精配準。精配準過程中利用歸一化互信息與梯度相似性相結合作為配準的相似性測度，使用Powell優(yōu)化算法進行搜索，得到最終的配準參數。
　　 本文首先介紹了醫(yī)學圖像配準的意義、應用和發(fā)展現狀，對醫(yī)學圖像配準進行簡單綜述并介紹了配準的基本方法。然后對配準的各個組成部分進行了分析，如空間變換、插值算法、相似性測度和優(yōu)化算法等。接著闡述了熵和互信息的概念以及基于互信息的配準算法原理。最后介紹了本