醫(yī)學圖像配準算法及其應用的研究.pdf

1、醫(yī)學圖像配準是近年來醫(yī)學圖像處理領域的研究熱點之一，在臨床診斷與治療等多個方面具有廣泛的應用價值。但是目前配準算法研究中仍然存在很多亟待解決的問題，本文針對其中制約醫(yī)學圖像配準的精度和速度兩個關鍵問題進行了深入研究，并結合實際應用研究了專用的配準算法。
　　互信息的配準方法由于不需要進行預處理，具有配準精度高、容易實現(xiàn)自動化等優(yōu)點，廣泛的應用于醫(yī)學圖像配準中。本文擴展了互信息方法，提出雙向梯度歸一化互信息方法，該方法考慮圖像空間信

2、息和實際的不對稱性，是一種將互信息與梯度相似性結合的雙向醫(yī)學圖像配準方法。利用三維MR的T1/T2序列圖像和PET/CT多模圖像分別進行平移、旋轉分析，得到配準函數(shù)曲線和配準結果。與基于傳統(tǒng)互信息的配準方法相比，雙向梯度歸一化互信息方法極大地提高了多模態(tài)圖像配準的成功率（成功率約提高20％）和精度。
　　基于體素的配準方法如互信息方法，配準過程非常耗時。針對醫(yī)學圖像配準的快速要求，本文分析研究了基于體素的剛體配準過程，提出一種主軸

3、面互信息的粗配準方法，并提出了結合增量的坐標變換方法和多分辨率方法進行配準的策略。多模態(tài)和單模態(tài)配準實驗結果表明，上述快速配準策略，大大減少了每次迭代的時間和尋優(yōu)迭代的次數(shù)。
　　本研究針對不同的醫(yī)學應用，研究和開發(fā)專用的配準算法。圍繞PET&CT圖像配準需求，本文提出了一種自動的掩模分割方法輔助配準，并結合前文的研究成果形成了全自動的多模態(tài)圖像配準方法，利用25套PET/CT數(shù)據(jù)對該方法的魯棒性、穩(wěn)定性、準確性和速度進行了實驗評

4、估，配準結果全部達到了亞像素精度，全身數(shù)據(jù)的配準時間約為20秒。此方法對MR頭部圖像與PET全身圖像同樣有效。針對基于MR影像的腎小球濾過率測量中需要精確分割序列圖像中腎臟的要求，本文利用兩次配準與水平集分割相結合的方法實現(xiàn)了全自動MR影像中的腎臟定位和分割，為后續(xù)的定量分析奠定了基礎。最后，本文基于內關聯(lián)點漂移(coherentpoint drift,CPD)的非剛性配準方法，研發(fā)了乳腺病變分布的全自動的可視化工具，并用4個腫塊大樣本

5、的數(shù)據(jù)集討論了該工具的可行性。該工具可以使醫(yī)生方便直觀地了解感興趣數(shù)據(jù)集的病變分布情況，積累臨床信息。
　　實驗結果表明，雙向梯度歸一化互信息比傳統(tǒng)互信息和梯度互信息方法有更高的魯棒性和精度，該方法能夠更加精確和穩(wěn)定地解決醫(yī)學圖像剛性配準問題。本文提出的配準加速方法，不僅大大加速醫(yī)學圖像的配準過程，同時減少了因為陷入局部極值而導致的配準失敗。
　　本研究結合醫(yī)生的臨床診斷需要，將配準算法與其他算法有機地結合起來，產(chǎn)業(yè)化為實際