基于SIFT和互信息的醫(yī)學(xué)圖像配準(zhǔn)研究.pdf

1、隨著醫(yī)學(xué)影像技術(shù)的快速發(fā)展,醫(yī)學(xué)圖像呈現(xiàn)的模態(tài)也越來(lái)越多樣化。在臨床應(yīng)用中,為能準(zhǔn)確診斷或制定合適的治療方案,一般將同一部位的多種模態(tài)的圖像融合成同一幅圖,以便更直觀地觀察圖像全面的信息。然而,由于不同儀器獲得的醫(yī)學(xué)圖像成像原理、參數(shù)、分辨率均不同,因而圖像融合的首要任務(wù)是圖像配準(zhǔn)。
　　本文以醫(yī)學(xué)圖像配準(zhǔn)算法作為研究?jī)?nèi)容,主要對(duì) SIFT配準(zhǔn)算法和互信息算法進(jìn)行了研究,以獲得更高的配準(zhǔn)精度。本文主要完成以下幾方面工作:
　

2、　(1)提出了一種改進(jìn)的SIFT算法。SIFT算法在醫(yī)學(xué)圖像配準(zhǔn)中存在著提取關(guān)鍵點(diǎn)數(shù)目較少且不能反映結(jié)構(gòu)信息的問(wèn)題,為了克服這個(gè)缺點(diǎn),在 SIFT算法中引入Harris角點(diǎn)檢測(cè)算法,提取到更多具有結(jié)構(gòu)意義的關(guān)鍵點(diǎn),有效地對(duì)SIFT特征點(diǎn)進(jìn)行補(bǔ)充,從而提高醫(yī)學(xué)圖像配準(zhǔn)精度。
　　(2)針對(duì)基于互信息配準(zhǔn)算法的醫(yī)學(xué)圖像配準(zhǔn)問(wèn)題,改進(jìn)了PSO優(yōu)化算法。在分析PSO優(yōu)化算法的基礎(chǔ)上,引入遺傳算法中復(fù)制、雜交、變異思想對(duì)其進(jìn)行改進(jìn),從而有效

3、地解決了PSO算法后期收斂速度慢,易陷入局部最優(yōu)的缺點(diǎn)。實(shí)驗(yàn)表明改進(jìn)的PSO算法可以更快更準(zhǔn)確地得到配準(zhǔn)結(jié)果。
　　(3)為滿足更高的配準(zhǔn)精度要求,結(jié)合改進(jìn)的SIFT算法和互信息配準(zhǔn)算法,對(duì)圖像進(jìn)行兩步配準(zhǔn)。改進(jìn)的 SIFT算法雖然在一定程度上提高了配準(zhǔn)精度,但由于醫(yī)學(xué)應(yīng)用通常要求更高的精度,因此,為獲得更高的配準(zhǔn)精度,增加一步基于互信息配準(zhǔn)算法。
　　針對(duì)超聲圖像、CT圖像以及MRI圖像的配準(zhǔn)問(wèn)題,對(duì)本文所提出的算法進(jìn)行了