基于互信息和蟻群算法的多分辨率二維—三維醫(yī)學圖像配準的研究.pdf

1、二維-三維圖像配準方法作為醫(yī)學圖像配準領(lǐng)域研究的一個分支，是當前研究的熱點之一。其最典型的應(yīng)用實例是介入外科手術(shù)導(dǎo)航中。由于二維醫(yī)學圖像缺乏三維空間信息無法為臨床醫(yī)學診療提供足夠的信息，因此在手術(shù)導(dǎo)航中，需要將手術(shù)前獲取的三維數(shù)據(jù)與術(shù)中實時采集的二維圖像通過圖像配準技術(shù)結(jié)合起來，以補償部分空間信息，輔助診療。在對人身安全要求日益增高的今天，配準精度與效率的提高就意味著安全性的提高，因此，需要尋找出一種速度快、精度高、匹配適應(yīng)性好的圖像配

2、準算法。
　　 本文通過對人體骨骼X線透射圖像與同一部位三維的CT數(shù)據(jù)實例進行配準，首先研究了基于最大互信息的醫(yī)學圖像配準方法，并分別運用Powell算法和蟻群算法作為優(yōu)化搜索策略以獲得變換參數(shù)。Powell算法是一種經(jīng)典的局部優(yōu)化算法，但由于算法本身原理的局限性，在配準圖像的目標函數(shù)性質(zhì)不好，如人體骨骼圖像配準中，局部極值較多時有一定概率得不到局部最優(yōu)值，影響配準的精度和效果。文章在全局智能優(yōu)化的蟻群算法的基礎(chǔ)上，設(shè)計了一種將

3、互信息和蟻群算法相結(jié)合的二維-三維圖像配準方法。該方法對配準過程中的搜索策略進行了改進，求解基于互信息的配準過程中的參數(shù)。通過對比實驗表明，改進方案可以較好地實現(xiàn)醫(yī)學圖像配準，不僅改善了傳統(tǒng)局部優(yōu)化算法中配準參數(shù)求解并不是全局最優(yōu)的問題，且可實現(xiàn)更加精確地配準。另一方面，針對智能算法計算量較大和時間開銷多的不足，介紹了一種多分辨率由粗到細的處理方法。該優(yōu)化方法采用小波變換對配準圖像進行二層分解，令配準過程中改進蟻群算法的參數(shù)隨多分辨率級