基于聯(lián)合顯著區(qū)域的自適應(yīng)醫(yī)學(xué)圖像配準(zhǔn)研究.pdf

1、圖像配準(zhǔn)是醫(yī)學(xué)成像、計(jì)算機(jī)視覺、模式識別、遙感成像等研究領(lǐng)域一個(gè)重要的研究方向，本文以解決多模式、多時(shí)段醫(yī)學(xué)圖像配準(zhǔn)中的異常信號為切入口，提出了基于聯(lián)合顯著區(qū)域的一些自適應(yīng)處理機(jī)制，以有效解決剛體和非剛體醫(yī)學(xué)圖像配準(zhǔn)中的異常信號問題。本文第一部分研究貢獻(xiàn)為基于聯(lián)合顯著圖的剛體圖像配準(zhǔn)，這也是本文的一個(gè)核心算法基礎(chǔ)。首先利用尺度不變顯著性算子，構(gòu)建待配準(zhǔn)圖像的顯著性映射圖，通過顯著圖的相似性分析構(gòu)建聯(lián)合顯著圖，其反映了圖像重疊區(qū)域每個(gè)位置

2、對應(yīng)的參考圖像和浮動圖像的體素屬于聯(lián)合顯著區(qū)域的程度，局部異常信號對應(yīng)重疊位置的聯(lián)合顯著值將趨于零。把聯(lián)合顯著值作為權(quán)值指導(dǎo)聯(lián)合灰度直方圖的統(tǒng)計(jì)，區(qū)別對待待配準(zhǔn)圖像重疊區(qū)域的每一個(gè)體素，從而能夠在計(jì)算歸一化互信息的同時(shí)自適應(yīng)識別缺少對應(yīng)性表示的局部異常信號，并對聯(lián)合灰度直方圖起到平滑的作用，增加配準(zhǔn)的魯棒性。大量實(shí)驗(yàn)表明本方法具有較為出色的魯棒性、實(shí)用性和廣泛適用性，配準(zhǔn)精度也達(dá)到了亞像素水平。本文的第二部分研究貢獻(xiàn)集中在解決自適應(yīng)的非

3、剛體圖像配準(zhǔn)中異常信號尤其是局部腫瘤病灶等引發(fā)的局部大形變問題。首先由尺度不變顯著性提取算子提取待配準(zhǔn)圖像各自的特征點(diǎn)集，然后利用聚類分析及聯(lián)合顯著圖定位引發(fā)局部大形變的異常信號，層層篩選，最終提取出異常信號環(huán)境下能夠自動可靠建立形變場的數(shù)個(gè)特征點(diǎn)子類，每個(gè)子類均能很好地定位待配準(zhǔn)圖像聯(lián)合顯著組織結(jié)構(gòu)，最后通過迭代計(jì)算快速搜索特征點(diǎn)對應(yīng)性，利用緊支徑向基函數(shù)逼近計(jì)算形變場。通過多組臨床醫(yī)學(xué)圖像的配準(zhǔn)實(shí)驗(yàn)表明，本方法能夠自適應(yīng)地解決非剛體