基于擴散張量圖像的配準(zhǔn)算法研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，越來越多的圖像模態(tài)被用于輔助臨床研究，擴散張量成像(Diffusion Tensor Imaging)作為一種新興的功能性成像方法，正被廣泛用作精神科疾病研究和診斷的輔助手段，其在描述潛在的腦白質(zhì)病變方面有著無可替代的優(yōu)勢。DTI技術(shù)是一種活體檢測水分子彌散運動的方法，在成像過程中有多種因素可能導(dǎo)致采集的數(shù)據(jù)信息與人體的實際情況之間的誤差，因此圖像在用作診斷依據(jù)前需要進行配準(zhǔn)，以盡可能真實地還原人體組織信息。

2、　　 一般標(biāo)量圖像的配準(zhǔn)過程需要一個變形模型、一個插值方案、一個相似性測度和一個正則化方案。由于DTI的數(shù)據(jù)采集方式與數(shù)據(jù)存儲形式的特殊性，現(xiàn)有的基于標(biāo)量圖像配準(zhǔn)方法無法直接應(yīng)用于DTI圖像的配準(zhǔn)工作中。本文根據(jù)DTI圖像特點，首先研究了DTI成像原理，然后分析了DTI數(shù)據(jù)在后期處理中重要參數(shù)的計算并簡要介紹了目前主流的DTI配準(zhǔn)算法，最后針對現(xiàn)有算法的不足提出了一些新的DTI配準(zhǔn)方法。本文采用特征值和特征向量重合率作為配準(zhǔn)結(jié)果的客觀

3、評判依據(jù)，綜合分析比較現(xiàn)有算法與本文所提算法的效率及主客觀配準(zhǔn)結(jié)果，旨在研究適合臨床醫(yī)學(xué)應(yīng)用的DTI圖像配準(zhǔn)方法。
　　 本文采用128×128×45的人類腦部DTI圖像做為實驗數(shù)據(jù)，利用MATLAB平臺進行仿真實驗。本文對DTI成像原理、配準(zhǔn)方案以及配準(zhǔn)結(jié)果的評判做了深入調(diào)查研究，在現(xiàn)有的配準(zhǔn)方法基礎(chǔ)上進行改進，提出新算法并加以實現(xiàn)，從理論和實驗結(jié)果的角度對算法的優(yōu)劣進行分析評判。本文的主要工作可概括為以下幾點:1）闡述了標(biāo)量

4、圖像向量化方法，采用多項式展開法實現(xiàn)了對圖像的方向粗配準(zhǔn)，目的在于縮小后續(xù)配準(zhǔn)算法的搜索范圍以提高配準(zhǔn)效率;2）采用了結(jié)合單個像素點周圍鄰域信息的相似性測度方案，旨在降低單個像素點的誤配準(zhǔn)率;3）提出了一種基于張量信息的多特征提取輔助判決匹配點的配準(zhǔn)算法，根據(jù)張量特征分析待配準(zhǔn)點的大概位置以縮小配準(zhǔn)范圍并降低誤配準(zhǔn)率;4）提出了基于稀疏表達理論的標(biāo)記點自適應(yīng)選擇算法，結(jié)合TPS變形矯正算法實現(xiàn)DTI圖像的彈性配準(zhǔn)。最后本文選取多層DTI