基于亞像素邊緣特征的頭部圖像配準(zhǔn)與融合研究.pdf

1、多模態(tài)醫(yī)學(xué)圖像融合在醫(yī)學(xué)圖像的分析和診斷上具有極為重要的應(yīng)用價值。作為醫(yī)學(xué)圖像融合的基礎(chǔ)，醫(yī)學(xué)圖像的配準(zhǔn)有著非常重要的意義，它是圖像融合的第一步，配準(zhǔn)的精確度直接影響配準(zhǔn)的效果。醫(yī)學(xué)圖像配準(zhǔn)與融合的目的是將同一或不同研究對象獲得的相同模態(tài)或不同模態(tài)的圖像在空間位置上對齊，并將不同圖像中的有用信息集成到一幅圖像中，以便能夠更加準(zhǔn)確的加以判斷，或改善單一成像系統(tǒng)所形成的圖像質(zhì)量，以利于疾病的診斷、治療及術(shù)后評價研究。本課題以多模態(tài)頭部圖像為

2、研究對象，對其預(yù)處理方法、亞像素邊緣的提取、配準(zhǔn)方法及融合方法進(jìn)行了深入而系統(tǒng)的研究。 論文首先論述了本課題的研究目的與意義，接著對醫(yī)學(xué)圖像配準(zhǔn)和融合方法以及相關(guān)技術(shù)進(jìn)行了深入的研究和分析，最后分別對圖像預(yù)處理、亞像素邊緣提取、基于邊緣特征的頭部圖像配準(zhǔn)及頭部圖像融合四個模塊進(jìn)行了詳細(xì)的理論分析和實驗仿真驗證。 在預(yù)處理模塊，由于獲取的圖像數(shù)據(jù)格式不同，所以需要進(jìn)行數(shù)據(jù)轉(zhuǎn)換。為了處理方便將數(shù)據(jù)進(jìn)行了歸一化處理。

3、邊緣是圖像中的基本特征，它是圖像配準(zhǔn)方法的基礎(chǔ)，因此邊緣提取在基于邊緣特征的醫(yī)學(xué)圖像配準(zhǔn)中起著重要的作用。傳統(tǒng)的圖像配準(zhǔn)所用的邊緣多是像素級的，提取精度不高，從而導(dǎo)致配準(zhǔn)的精度不高。本論文通過將像素級算子與Zernike矩算子相結(jié)合，很好地實現(xiàn)了圖像的亞像素邊緣提取，不僅提高了提取的精度，而且提高了提取速度，為進(jìn)一步的圖像處理打下了良好的基礎(chǔ)。該方法也正是本論文的創(chuàng)新點之一(已發(fā)論文《一種快速醫(yī)學(xué)圖像亞像素邊緣檢測方法》)。 在

4、邊緣提取的基礎(chǔ)上，本論文利用奇異值分解－最近點迭代(SVD-ICP)算法對多模態(tài)頭部圖像進(jìn)行了配準(zhǔn)，并且通過實驗驗證了該算法的準(zhǔn)確性和有效性。 最后，本論文利用閾值，局部傅立葉變換及小波變換模極大值等幾種融合算法對配準(zhǔn)后的頭部圖像進(jìn)行了融合，實驗結(jié)果表明小波變換模極大值得到的圖像清晰度較高，定位性能較好，更能突出不同模態(tài)圖像中的有用信息。 傳統(tǒng)的邊緣提取及配準(zhǔn)融合實驗結(jié)果評價方法，要么準(zhǔn)確性不高，要么缺乏普適性，通用性。