基于最大互信息法的醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究.pdf

1、醫(yī)學(xué)圖像是在不同的時(shí)間和（或）不同的空間和（或）不同的成像技術(shù)下獲得的。各種圖像反映的是同一病人各種屬性的信息，有關(guān)于解剖結(jié)構(gòu)的信息，也有關(guān)于生理特征的信息，這些信息本來是統(tǒng)一的，而現(xiàn)在被分散到多種圖像上去了。為了給醫(yī)學(xué)診斷和治療計(jì)劃提供更加準(zhǔn)確全面的圖像依據(jù)，需要將多種圖像進(jìn)行配準(zhǔn)，也就是說，使多種圖像中的對(duì)應(yīng)點(diǎn)達(dá)到空間位置和解剖位置的完全一致，形成一幅新的二維圖像，其中的每一個(gè)像素點(diǎn)含有各方面屬性的信息。 本文首先將Cann

2、y邊緣檢測(cè)算子和數(shù)學(xué)形態(tài)學(xué)的方法相結(jié)合，提取頭部實(shí)體的外輪廓，利用矩和主軸法對(duì)外輪廓圖像進(jìn)行粗配準(zhǔn)。其次，研究了基于Shannon熵的歸一化互信息和基于Renyi熵的歸一化互信息的特點(diǎn)，根據(jù)某些參數(shù)下的Renyi熵可以消除局部極值，而Shannon熵對(duì)于局部極值具有很強(qiáng)吸引域的特點(diǎn)，提出了將基于Renyi熵的歸一化互信息和基于Shannon熵的歸一化互信息混合起來作為相似性測(cè)度的圖像配準(zhǔn)算法，該算法先用自適應(yīng)遺傳算法尋找基于Renyi熵

3、的歸一化互信息的極值，然后用此極值作為單純形優(yōu)化算法的初值，用單純形優(yōu)化算法尋找基于Shannon熵的歸一化互信息的全局最優(yōu)解。最后，本文對(duì)以下三種配準(zhǔn)方法進(jìn)行了比較研究：1）以基于Shannon熵的歸一化互信息為相似性測(cè)度，以遺傳算法為優(yōu)化算法的配準(zhǔn)算法；2）以基于Shannon熵的歸一化互信息為相似性測(cè)度，先用矩和主軸法粗配準(zhǔn)，再以遺傳算法為優(yōu)化算法精配準(zhǔn)的配準(zhǔn)算法；3）本文提出的以基于混合熵的歸一化互信息為相似性測(cè)度，先用矩和主軸