醫(yī)學(xué)圖像配準(zhǔn)中的智能優(yōu)化及FrFT的應(yīng)用研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像處理中的一個(gè)研究熱點(diǎn),具有很重要的臨床應(yīng)用價(jià)值。作為醫(yī)學(xué)圖像分析、融合及三維重建的關(guān)鍵技術(shù)之一,準(zhǔn)確、快速地配準(zhǔn)醫(yī)學(xué)圖像是醫(yī)學(xué)圖像處理領(lǐng)域中備受關(guān)注的課題。本文以醫(yī)學(xué)圖像配準(zhǔn)研究為主要研究背景,以最大互信息配準(zhǔn)方法為主體,重點(diǎn)研究其中的參數(shù)優(yōu)化問(wèn)題?；谧畲蠡バ畔⒌膱D像配準(zhǔn)方法可以表述為一個(gè)優(yōu)化問(wèn)題,在優(yōu)化求解圖像配準(zhǔn)參數(shù)時(shí)經(jīng)常會(huì)陷入局部最優(yōu)值,不能得到正確的參數(shù)解。本論文針對(duì)圖像配準(zhǔn)中的參數(shù)優(yōu)化問(wèn)題采用智能優(yōu)化方

2、法進(jìn)行了深入的研究,設(shè)計(jì)了遺傳-下山式單純形混合算法、改進(jìn)的實(shí)數(shù)碼遺傳算法及和聲量子遺傳算法三種智能優(yōu)化算法用于圖像配準(zhǔn)的參數(shù)優(yōu)化,以解決圖像配準(zhǔn)過(guò)程中變換參數(shù)搜索容易陷入局部最優(yōu)的問(wèn)題。頻域內(nèi)配準(zhǔn)方法是醫(yī)學(xué)圖像配準(zhǔn)的一種重要研究方法。與普通的傅立葉變換相比,分?jǐn)?shù)傅立葉變換(FractionalFouriertransform,FrFT)具有自己特殊的時(shí)-頻分析性質(zhì)。本論文對(duì)分?jǐn)?shù)傅立葉變換域下的醫(yī)學(xué)圖像配準(zhǔn)進(jìn)行了探索。
　　遺傳算

3、法是圖像配準(zhǔn)中應(yīng)用較多的智能優(yōu)化算法,論文設(shè)計(jì)了一種基于二制編碼遺傳算法的優(yōu)化算法,通過(guò)自適應(yīng)的變異率提高了算法進(jìn)化能力。在遺傳算法的基礎(chǔ)上利用下山式單純形算法來(lái)提高算法的精度。仿真實(shí)驗(yàn)表明了設(shè)計(jì)的算法能夠成功的應(yīng)用到核磁腦圖像配準(zhǔn)參數(shù)優(yōu)化問(wèn)題上。
　　分析了非均勻變異算子和拉普拉斯算子相結(jié)合的LX-NUM算法在圖像配準(zhǔn)優(yōu)化過(guò)程中失敗的原因,提出了一種改進(jìn)的基于實(shí)數(shù)碼的遺傳算法,該遺傳算法在保持非均勻變異算子的強(qiáng)局部搜索能力的同時(shí)

4、,通過(guò)增加其變異個(gè)體的個(gè)數(shù)去增加其跳出局部最優(yōu)的能力。我們將提出的算法用于腦圖像配準(zhǔn)的參數(shù)求取問(wèn)題。仿真結(jié)果表明,本文所提出的這種改進(jìn)的基于實(shí)數(shù)碼的遺傳算法無(wú)論是配準(zhǔn)的精度還是成功率都優(yōu)于原來(lái)的LX-NUM算法。
　　針對(duì)醫(yī)學(xué)圖像配準(zhǔn)的參數(shù)優(yōu)化問(wèn)題,本文還提出了一種新的混合智能優(yōu)化算法–和聲量子遺傳算法?；镜暮吐曀惴ǖ娜秉c(diǎn)是初始解對(duì)于算法的搜索性能有很大的影響,其優(yōu)點(diǎn)是算法通過(guò)簡(jiǎn)單的微調(diào)能夠以很高的精度達(dá)到最優(yōu)解。而量子遺傳算法

5、具有很好的全局搜索特性。本文通過(guò)融合和聲算法和量子遺傳算法的優(yōu)點(diǎn)使優(yōu)化算法的探索性和開(kāi)發(fā)性能達(dá)到一個(gè)好的平衡。我們通過(guò)多峰多維非線性函數(shù)的數(shù)值實(shí)驗(yàn)驗(yàn)證了算法的有效性,并且將其應(yīng)用在醫(yī)學(xué)圖像配準(zhǔn)的參數(shù)優(yōu)化問(wèn)題上。仿真結(jié)果證明,這種和聲量子遺傳算法比傳統(tǒng)的和聲算法和量子遺傳算法在配準(zhǔn)參數(shù)搜索的準(zhǔn)確度和精確度上得到了顯著的提高。
　　在醫(yī)學(xué)圖像配準(zhǔn)問(wèn)題中,對(duì)配準(zhǔn)結(jié)果的評(píng)估通常使用的評(píng)價(jià)標(biāo)準(zhǔn)主要有精確度、可靠性、魯棒性和計(jì)算的復(fù)雜性。目前

6、的文獻(xiàn)中,研究者們對(duì)所提出的算法的評(píng)價(jià)大都在精度、魯棒性和計(jì)算速度上分開(kāi)來(lái)進(jìn)行評(píng)價(jià)。本文引入了用于評(píng)價(jià)優(yōu)化算法的性能指標(biāo)PI(PerformanceIndex,PI)值來(lái)評(píng)價(jià)配準(zhǔn)算法的性能。將配準(zhǔn)精度及時(shí)間統(tǒng)一規(guī)劃起來(lái)進(jìn)行評(píng)估,能夠更加客觀全面地反映算法的綜合性能。論文給出了提出算法的PI值仿真結(jié)果,討論了腦圖像配準(zhǔn)仿真過(guò)程中各項(xiàng)性能指標(biāo)權(quán)重系數(shù)對(duì)PI值的影響,對(duì)實(shí)際應(yīng)用中如何使用PI性能指標(biāo)來(lái)評(píng)價(jià)配準(zhǔn)算法的性能給出了指導(dǎo)性意見(jiàn)。