基于改進互信息的醫(yī)學圖像配準研究.pdf

1、醫(yī)學圖像配準為醫(yī)生利用多種模態(tài)的醫(yī)學圖像信息、提高醫(yī)學診斷和治療的準確性打下了基礎(chǔ),是近年來圖像處理領(lǐng)域的一個研究熱點。本文主要研究基于互信息的醫(yī)學圖像配準算法,這種方法由于具有無需預(yù)處理、準確性高、穩(wěn)健性好等特點,是當-前醫(yī)學圖像配準方法的發(fā)展趨勢。本文在前人的研究基礎(chǔ)上,對醫(yī)學圖像配準提出了新的算法。
　　 本文首先介紹了醫(yī)學圖像配準的發(fā)展現(xiàn)狀、醫(yī)學圖像配準在臨床中的應(yīng)用以及圖像配準中存在的主要問題；然后對醫(yī)學圖像配準的基礎(chǔ)

2、理論,包括圖像配準方法的分類、圖像配準中的關(guān)鍵技術(shù)等,做了比較詳細的介紹；接著對互信息的相關(guān)知識做了詳細的介紹,指出了互信息配準存在的主要問題,并對傳統(tǒng)的互信息配準算法與改進的互信息配準算法進行了比較,證明改進后的互信息算法在配準速度、精度和魯棒性都要比傳統(tǒng)的互信息配準算法好,接著對醫(yī)學圖像配準常用的優(yōu)化算法也做了相應(yīng)的介紹,并著重對基于矩和主軸法的配準算法、遺傳算法和蟻群算法做了比較詳細的介紹,然后在此基礎(chǔ)上提出了基于一種新的混合優(yōu)化

3、算法,并將其應(yīng)用于醫(yī)學圖像配準當中。在混合優(yōu)化算法中,首先結(jié)合Canny邊緣檢測算子和數(shù)學形態(tài)學的方法,提取人體頭部實體的外輪廓,然后利用矩和主軸法對外輪廓圖像進行粗配準,得到一個用于遺傳算法的初值取值范圍；然后在此基礎(chǔ)上利用遺傳算法和蟻群算法相結(jié)合的混合優(yōu)化算法,即遺傳一蟻群混合算法,對經(jīng)過粗配準的圖像進行互信息配準,得到配準結(jié)果,然后分別與單獨使用Powell算法、遺傳算法、蟻群算法對圖像進行配準的結(jié)果進行分析比較,實驗結(jié)果顯示,本