基于互信息的醫(yī)學(xué)圖像配準(zhǔn)相關(guān)問(wèn)題的研究.pdf

1、醫(yī)學(xué)圖像的信息融合是目前信息科學(xué)與醫(yī)學(xué)的一個(gè)交叉研究領(lǐng)域，也是圖像處理領(lǐng)域的一個(gè)研究熱點(diǎn)，而醫(yī)學(xué)圖像的配準(zhǔn)是信息融合的先決條件。 不同的醫(yī)學(xué)成像設(shè)備成像原理各不相同，因此它們獲取的數(shù)據(jù)含有不同的信息。這些信息大體可以分為兩類(lèi)：結(jié)構(gòu)信息與功能信息。使用相同的成像技術(shù)在不同的時(shí)間獲取的影像數(shù)據(jù)，則反映了生物體謀部位的結(jié)果形態(tài)和功能信息隨著時(shí)間的推移而產(chǎn)生的變化情況。醫(yī)學(xué)圖像配準(zhǔn)的概念是對(duì)兩幅或多幅通過(guò)不同手段獲取的醫(yī)學(xué)圖像，或通過(guò)同

2、一成像方式在不同時(shí)間獲得的圖像進(jìn)行空間變換，通過(guò)尋優(yōu)使待配準(zhǔn)的圖像達(dá)到空間位置相匹配的過(guò)程?？傮w上講，根據(jù)醫(yī)學(xué)圖像的配準(zhǔn)所依據(jù)的標(biāo)準(zhǔn)，常用的配準(zhǔn)方法可以分為兩大類(lèi)：基于圖像外部特征的配準(zhǔn)方法和內(nèi)部特征的配準(zhǔn)方法。在基于內(nèi)部特征的醫(yī)學(xué)圖像配準(zhǔn)中，基于互信息的醫(yī)學(xué)圖像配準(zhǔn)方法是目前公認(rèn)的最有效、應(yīng)用最廣泛的方法。這種方法的主要有點(diǎn)是：在配準(zhǔn)之前不需要對(duì)不同成像模式下的得到的圖像間灰度關(guān)系作任何假設(shè)，也不需要對(duì)圖像進(jìn)行分割等預(yù)處理，在灰度缺失

3、情況下配準(zhǔn)仍有較高的配準(zhǔn)精度。 本文從基于互信息的醫(yī)學(xué)圖像配準(zhǔn)的理論框架入手，對(duì)配準(zhǔn)過(guò)程中的相關(guān)技術(shù)：圖像插值及數(shù)據(jù)采樣進(jìn)行了研究。配準(zhǔn)曲線(xiàn)的局部極值是使優(yōu)化搜索陷入局部極值，從而影響配準(zhǔn)精度、導(dǎo)致誤配的重要原因之一。本文對(duì)由插值方法造成的局部極值的成因進(jìn)行了分析，提出了一種新的基于窗函數(shù)的插值方法，有效地克服了配準(zhǔn)曲線(xiàn)的局部極值，提高了配準(zhǔn)精度。在對(duì)現(xiàn)有的采樣方法進(jìn)行分析的基礎(chǔ)上，本文提出了一種基于梯度信息的非均勻采樣方法，在

4、減少配準(zhǔn)過(guò)程中數(shù)據(jù)處理量的同時(shí)，能使采樣前后圖像概率分布趨勢(shì)保持一致，盡可能地保留了重要的圖像邊緣信息，從而提高配準(zhǔn)的效率和精度。此外，本文對(duì)互信息應(yīng)用于多幅圖像的配準(zhǔn)的可能性進(jìn)行了初步探討，提出了一種基于互信息矩陣的熵的配準(zhǔn)測(cè)度，并應(yīng)用于兩幅及三幅圖像的配準(zhǔn)中。實(shí)驗(yàn)結(jié)果證明該測(cè)度具有唯一的全局極大值，能應(yīng)用于多幅圖像的配準(zhǔn)。在三幅圖像配準(zhǔn)最簡(jiǎn)單的情形，即一幅圖像作為浮動(dòng)圖像的情況下，達(dá)到了較高的配準(zhǔn)精度。在仿真實(shí)驗(yàn)中采用MR圖像對(duì)新測(cè)