基于特征向量的圖像配準(zhǔn)算法分析及其在醫(yī)學(xué)超聲圖像中的應(yīng)用.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)圖像處理領(lǐng)域中的一項重要技術(shù)，對臨床診斷和治療起著越來越重要的作用?，F(xiàn)代醫(yī)學(xué)經(jīng)常需要將幾幅圖像結(jié)合起來進(jìn)行分析，以便獲取更多的臨床信息來提高診斷的有效性和準(zhǔn)確性。醫(yī)學(xué)圖像配準(zhǔn)就是通過尋找某種空間變換，使兩幅圖像的對應(yīng)點達(dá)到空間位置及解剖結(jié)構(gòu)上的完全一致，配準(zhǔn)結(jié)果應(yīng)使兩幅圖像上所有的解剖點，或至少是所有具有診斷意義的點都達(dá)到匹配。醫(yī)學(xué)超聲成像因其獨具的實時性、可重復(fù)性好、靈敏度高、使用方便等優(yōu)勢而被廣泛應(yīng)用，它在人體內(nèi)部

2、組織器官的定量分析、實時監(jiān)控和治療規(guī)劃等方面都具有極大的潛力。只是超聲成像過程易產(chǎn)生斑點噪聲，使圖像可解釋性和判讀性變差，增加了圖像分析處理的難度，如何改進(jìn)現(xiàn)有的分析處理方法，在減小斑點噪聲影響的前提下提高圖像配準(zhǔn)的速度和精度，具有較強的現(xiàn)實意義及研究價值。 本文首先簡單介紹了圖像配準(zhǔn)技術(shù)的相關(guān)背景知識，分析比較了當(dāng)前所存在配準(zhǔn)算法的優(yōu)點和缺點，然后著重研究基于特征向量的圖像配準(zhǔn)方法。 結(jié)合研究課題，本文主要完成了以下工

3、作： （1）實現(xiàn)基于特征向量的圖像配準(zhǔn)方法（HAMMER）的流程和框架，并將其應(yīng)用于不同器官不同模態(tài)的醫(yī)學(xué)圖像如腦部的MR圖像、DTI圖像和骨盆的CT圖像中來驗證方法的有效性； （2）鑒于超聲圖像中斑點噪聲的影響，本文基于斑點噪聲的分布模型和信息論的基本知識在超聲圖像中提取出非常顯著的參數(shù)特征，與LoG算子、Canny算子等經(jīng)典算法提取的特征相比，具有很強的特征響應(yīng)，且對噪聲更加穩(wěn)定； （3）分析現(xiàn)有基于特征向量的超聲

4、圖像配準(zhǔn)算法（Modified HAMMER）的不足，將基于斑點噪聲分布模型提取出的參數(shù)特征和灰度值、梯度幅值以及LoG算子作為候選特征，以配準(zhǔn)后得到的兩幅圖像的互信息值作為評判配準(zhǔn)效果好壞的準(zhǔn)則，采用不同的特征組合方式，通過實驗來配準(zhǔn)醫(yī)學(xué)超聲圖像。 根據(jù)特征的有效性、重要程度和組合方式的不同來設(shè)計實驗，最終通過大量的實驗數(shù)據(jù)得出以下結(jié)論，代表像素點基本信息的灰度值、定位圖像中弱邊緣特征的LoG算子以及基于斑點噪聲分布模型提取出

5、的受噪聲影響較小的參數(shù)特征這一組合在配準(zhǔn)超聲圖像時得到了最好的結(jié)果，既減少了重要特征點的數(shù)目又節(jié)省了配準(zhǔn)所需時間，并提高了配準(zhǔn)精度。 這種新的超聲圖像配準(zhǔn)方法穩(wěn)健、靈活，魯棒性好，期望能將其應(yīng)用于3D超聲和超聲CT等新的醫(yī)學(xué)影像技術(shù)。另外，研究不同模態(tài)圖像的性質(zhì)，利用某種優(yōu)化策略或基于醫(yī)生的臨床建議選擇合適的特征，可以將本文方法的思路擴展用于超聲圖像和CT圖像、MRI圖像等之間進(jìn)行的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)，這樣就可以很方便地實時監(jiān)測