基于克隆選擇算法的PET-CT醫(yī)學圖像融合的實現(xiàn).pdf

1、醫(yī)學圖像融合是當代信息科學、計算機與醫(yī)學影像科學相交叉的一個研究課題，它是醫(yī)學圖像處理學科的一個新的研究熱點。本文深入研究了目前各種PET—CT醫(yī)學圖像融合的算法仍然存在的缺陷，在此基礎上實現(xiàn)了基于克隆選擇算法的PET—CT醫(yī)學圖像融合。首先從PET醫(yī)學圖像的空間變換出發(fā)，重點研究了基于互信息的PET—CT醫(yī)學圖像配準方法目前尚存在的問題——由于互信息函數(shù)具有多極值特性．使得配準參數(shù)容易陷入局部最優(yōu)。針對此問題，本文采用歸一化互信息作為

2、配準函數(shù)，改善互信息函數(shù)使其更光滑。在尋找最優(yōu)的尺度和旋轉(zhuǎn)參數(shù)時，利用克隆選擇算法對醫(yī)學圖像配準函數(shù)進行優(yōu)化，有效地避免早熟收斂。對配準后PET—CT醫(yī)學圖像，本文采用基于像素的融合方法實現(xiàn)了PET—CT醫(yī)學圖像的融合。實驗表明，該算法只依賴于圖像本身的信息，不需要任何假設或先驗醫(yī)學知識，也不需要對圖像進行特征點提取、組織分類等預處理，不僅能夠?qū)崿F(xiàn)剛體配準，而且對非剛體的配準也具有良好的性能，同時有效地提高了PET—CT醫(yī)學融合精度，達