醫(yī)學(xué)圖像分割與配準(zhǔn)技術(shù)研究.pdf

1、圖像分割是醫(yī)學(xué)圖像分析處理的關(guān)鍵問(wèn)題之一，傳統(tǒng)的分割方法由于其方法本身的局限性，難以滿(mǎn)足復(fù)雜圖像分割的要求，基于主動(dòng)輪廓模型的圖像分割方法正是在這種需求下出現(xiàn)的。幾何主動(dòng)輪廓線(xiàn)模型對(duì)拓?fù)浣Y(jié)構(gòu)變化的處理非常自然，解決了參數(shù)主動(dòng)輪廓模型難以解決的問(wèn)題，而水平集分割方法的出現(xiàn)，更是極大地推動(dòng)了幾何主動(dòng)輪廓模型的發(fā)展。
　　傳統(tǒng)C-V模型的水平集分割法缺少局部控制能力，本文提出了基于物體邊界梯度的指數(shù)級(jí)加速因子模型，通過(guò)使用圖像局部信息，

2、該模型可以在較少的迭代次數(shù)內(nèi)很好的分割灰度不均勻圖像。并且將能量懲罰項(xiàng)引入能量函數(shù)的規(guī)則化項(xiàng)中，消除了傳統(tǒng)C-V模型的重新初始化操作。此外，給出了一個(gè)基于演化曲線(xiàn)長(zhǎng)度變化的水平集演化終止準(zhǔn)則。實(shí)驗(yàn)結(jié)果證明，該模型不僅可以有選擇性地對(duì)特定目標(biāo)進(jìn)行加速分割，而且還能提高對(duì)弱邊界目標(biāo)的分割精度。
　　對(duì)人體同一器官組織使用不同的醫(yī)學(xué)影像設(shè)備成像得到的圖像信息和功能是互補(bǔ)的，如 CR得到組織二維圖像，核醫(yī)學(xué)能得到組織功能顯像，CT圖像可以

3、經(jīng)過(guò)三維重建得到三維圖像等等。但是醫(yī)生在對(duì)病人進(jìn)行診斷時(shí)，往往需要將這些不同功能的圖像結(jié)合起來(lái)以便得到更為全面的診斷依據(jù)。醫(yī)學(xué)圖像配準(zhǔn)的目的就是將這些不同時(shí)間不同設(shè)備成像的圖像經(jīng)過(guò)一定的變換，融合到同一坐標(biāo)下進(jìn)行表述，因此圖像配準(zhǔn)在臨床應(yīng)用中具有重要意義。
　　本文在小波變換多分辨率策略的基礎(chǔ)上，將粒子群算法(PSO)作為遺傳算法的添加算子，并與Powell算法有機(jī)結(jié)合起來(lái)，提出了以圖像互信息(MI)為相似性測(cè)度的混合遺傳算法，該