基于多層次特征向量和SVM的醫(yī)學(xué)圖像配準(zhǔn)方法研究與實(shí)現(xiàn).pdf

1、科學(xué)技術(shù)的高速發(fā)展、高科技醫(yī)療影像設(shè)備的不斷涌現(xiàn)為醫(yī)療現(xiàn)代化提供了越來越多的幫助。在X射線斷層掃描(Computerized Tomography，CT)，磁共振(Magnetic Resonance Imaging，MRI)等人體解剖結(jié)構(gòu)成像技術(shù)日趨完善的同時，功能性磁共振(Functional Magnetic Resonance Imaging，fMRI)、正電子發(fā)射斷層掃描(Positron Emission Tomograph

2、y，PET)以及單光子發(fā)射斷層掃描(Single Photon Emission CT，SPECT)等功能性、代謝性成像技術(shù)正逐漸地被人類廣泛地采用。多模多源信息的綜合應(yīng)用對醫(yī)學(xué)圖像處理提出了巨大的挑戰(zhàn)，其中復(fù)雜醫(yī)學(xué)圖像間高效、精確的配準(zhǔn)技術(shù)成為近年來研究的熱點(diǎn)。
　　 配準(zhǔn)是對一幅醫(yī)學(xué)圖像尋求一種或一系列空間變換，使它與另一幅醫(yī)學(xué)圖像上的對應(yīng)點(diǎn)達(dá)到空間一致，或最為相似。論文分析了醫(yī)學(xué)圖像配準(zhǔn)過程，醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的發(fā)展和現(xiàn)狀，

3、研究了當(dāng)前主要的醫(yī)學(xué)圖像配準(zhǔn)算法。
　　 系統(tǒng)分析了具有比例不變性的顯著區(qū)域特征的提取、顯著區(qū)域尺度的選擇以及顯著性與局部復(fù)雜性的關(guān)系，將小波變換引入特征向量，在多分辨率多尺度上提取特征向量。在圖像的每個體素上定義特征向量，可在各個尺度上反映該點(diǎn)附近的解剖結(jié)構(gòu)信息。
　　 改進(jìn)了能量函數(shù)，提出了基于多層次特征向量匹配和支持向量機(jī)(Support Vector Machine，SVM)的非剛性圖像配準(zhǔn)方法。使配準(zhǔn)算法能夠自

4、適應(yīng)地尋找最優(yōu)的搜索區(qū)域，得到最優(yōu)的特征向量。
　　 在深入研究了支持向量機(jī)算法、變換模型估計(jì)的基礎(chǔ)上，建立了基于最小二乘支持向量機(jī)(LS-SVM)的參數(shù)尋優(yōu)模型，運(yùn)用最小二乘支持向量機(jī)對特征向量樣本集進(jìn)行訓(xùn)練，最終得到最優(yōu)特征向量，進(jìn)一步增強(qiáng)了算法的魯棒性，并詳細(xì)討論了核函數(shù)的尋優(yōu)。
　　 在ITK和FLTK環(huán)境下，設(shè)計(jì)開發(fā)了圖像配準(zhǔn)平臺，在該平臺上，可實(shí)現(xiàn)本文的配準(zhǔn)算法、其它的剛性及非剛性配準(zhǔn)算法，實(shí)現(xiàn)了醫(yī)學(xué)圖像的單