醫(yī)學(xué)圖像配準與融合方法研究.pdf

1、近年來關(guān)于人腦的研究工作成為生物醫(yī)學(xué)領(lǐng)域一大研究熱點，其中引人注目的一項研究內(nèi)容是數(shù)字化腦圖譜的開發(fā)與應(yīng)用。對腦部圖像進行組織標定是腦圖譜開發(fā)過程中的一個關(guān)鍵步驟，由于單一成像模式不能全部呈現(xiàn)人腦的所有組織，所以標定時需要對來自不同成像模式的圖像進行配準。
　　通過不同的醫(yī)學(xué)成像設(shè)備獲得圖像的分辨率一般都不相同，由于組織標定要求圖像配準的精度較高，因此采用在配準前對待配準圖像進行重采樣的方式不能夠滿足課題要求。針對此問題本文提出了

2、一種改進的幾何變換模型，該模型包括了常規(guī)幾何變換模型的配準參數(shù)——水平平移參數(shù)、垂直平移參數(shù)和旋轉(zhuǎn)系數(shù)，同時將水平縮放系數(shù)和垂直縮放系數(shù)引入到模型當中，實驗證明該模型滿足了標定過程中圖像配準精度高的要求。
　　腦圖譜組織標定工作量極大，且要求標定精度較高，因此對圖像配準的精度和速度提出了雙重要求。本文在歸納總結(jié)已有算法的基礎(chǔ)上給出了一種改進的基于力矩主軸和互信息的配準算法，首先利用基于輪廓的力矩主軸法計算初始配準參數(shù)，包括水平平移