MR序列腦圖像配準算法研究與實現(xiàn).pdf

1、人腦是人類生命機理的核心部分，任何細微的病變都可能導致一個人部分生理功能的缺陷或者喪失，甚至危及生命。研究表明，近幾十年來，隨著環(huán)境影響及生活壓力加大，人類腦部疾病的發(fā)病率驟然上升，腦部疾病正越來越受到關注，但是由于人腦復雜而使檢查診斷困難。隨著醫(yī)學影像技術的發(fā)展，醫(yī)學影像設備已經(jīng)能夠獲取高分辨率的三維序列腦圖像，在臨床診斷中如何充分利用腦部醫(yī)學影像為病灶檢測及定位、手術計劃、手術導航、定位放射治療等提供參考信息的關鍵技術是腦部醫(yī)學圖像

2、配準，因此不斷提高腦部圖像配準的精度與實時性、拓展匹配應用具有重要的理論與現(xiàn)實意義。
　　本文對MR序列腦圖像的配準算法進行了研究，將MR序列腦圖像配準分為興趣點提取、局部特征描述子構造、特征匹配對查詢及空間變換三個步驟:(1)研究了腦溝、腦回、前后聯(lián)合等具有解剖表征意義的組織都位于圖像強度梯度較大的區(qū)域，尤其是各組織的邊界曲面中曲率極大位置。本文利用三維空間下的二項式函數(shù)與橢球方程的關系，在Harris算子的基礎上推導出3D-H

3、arris算法，檢測三維空間下的曲面極值，成功實現(xiàn)檢測具有解剖意義的點作為興趣點。(2)通過在球坐標系下利用方位角與仰角兩個量表征三維圖像的局部梯度方向，將SFIT算法拓展到三維空間，實現(xiàn)3D-SIFT算法，構造2×2×2×8×4維具有尺度、旋轉、光照等不變性，對視角、仿射也有一定程度不變性的特征矢量。(3)研究了Kd-tree匹配對查詢算法及薄板樣條算法，提出了基于確信度的層次薄板樣條算法，按照確信度高低分組匹配對并實現(xiàn)多層次薄板樣條