基于GSNI測度的多模態(tài)醫(yī)學圖像配準方法研究.pdf

1、在醫(yī)學臨床診斷治療中,通常需要對病人的病變部位進行多模態(tài)成像,來獲取互補、有效、全面的信息,以提高醫(yī)生的診斷治療效果,這就需要對不同模態(tài)的醫(yī)學圖像進行信息融合,將多種模態(tài)圖像的信息融合在一起,就可以在一幅圖像上體現(xiàn)多方面的信息。作為醫(yī)學圖像信息融合的前提,醫(yī)學圖像配準(medical image registration)具有重要的臨床應用價值,它即可以用于診斷治療,也可以用于病理變化的跟蹤和治療效果的評價等多方面。
　　 醫(yī)學

2、圖像配準早已經(jīng)成為當前醫(yī)學圖像處理領域中的研究熱點之一,但是由于各種客觀因素(如:成像設備不同造成的圖像信息的局限性)和主觀因素(如:病人醫(yī)生之間的互動關系),醫(yī)學圖像配準的研究有一定的難度和復雜性,目前已經(jīng)提出了許多較好算法,但每種醫(yī)學圖像配準方法都只是針對某一特定問題而設計,具有一定的局限性,并且在配準速度、配準精度等方面都不可能同時達到理想的效果。
　　 本論文應用基于灰度統(tǒng)計的圖像配準模型-互信息配準模型的配準方法對不同

3、模態(tài)的醫(yī)學圖像進行配準,基于該模型的圖像配準方法稱為最大互信息法,它采用信息論中的互信息作為兩幅待配準圖像之間的相似性測度,不需要對圖像進行分割等預處理,幾乎適用于任何不同模態(tài)圖像的配準,并能得到很好的配準效果。
　　 本文先介紹了互信息法用于醫(yī)學圖像配準的發(fā)展過程,并分析了基于傳統(tǒng)的互信息用于醫(yī)學圖像配準中存在的局部極值問題,和幾種改進的互信息法用于圖像配準的優(yōu)勢和不足之處,提出用Ⅰ-alpha信息中的SNI(The Seco

4、nd Normalized form ofⅠ-alphainformation)信息代替?zhèn)鹘y(tǒng)的互信息,提高了配準的速度,同時又把能夠描繪空間信息的改進的梯度信息和只考慮圖像灰度信息的SNI信息結(jié)合組成新的測度,提高了配準精度和算法的魯棒性。實驗采用新的相似性測度對CT圖像、核磁共振圖像、單光子圖像等不同模態(tài)圖像進行配準,實驗結(jié)果證明該算法用于多模態(tài)醫(yī)學圖像配準時收斂性能和配準精度都得到很大的提高,很好的解決了傳統(tǒng)的互信息用于圖像配準中出