基于灰度相似性測(cè)度的醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究.pdf

1、醫(yī)學(xué)圖像的配準(zhǔn)和融合技術(shù)是醫(yī)學(xué)圖像分析領(lǐng)域的一個(gè)研究熱點(diǎn)，在臨床診斷、放射治療計(jì)劃、圖像引導(dǎo)手術(shù)以及神經(jīng)功能解剖學(xué)等方面具有重要的應(yīng)用價(jià)值。單模態(tài)圖像配準(zhǔn)可用于骨骼或腫瘤的生長(zhǎng)過程監(jiān)測(cè)、治療效果的評(píng)估等，而多模態(tài)圖像的配準(zhǔn)可用于放射治療計(jì)劃、計(jì)算機(jī)輔助神經(jīng)外科手術(shù)等。 基于灰度相似性的配準(zhǔn)方法由于無需對(duì)圖像進(jìn)行預(yù)處理、可自動(dòng)化實(shí)現(xiàn)且準(zhǔn)確性高，是醫(yī)學(xué)圖像配準(zhǔn)的發(fā)展趨勢(shì)。互信息是典型的基于灰度相似性的配準(zhǔn)方法，本論文針對(duì)其速度慢、存

2、在局部極值的問題，從信息論和不等式的角度將互信息進(jìn)行了多方面的擴(kuò)展，提出了基于廣義熵的測(cè)度、改進(jìn)型Ia信息、均值距離測(cè)度以及基于AHM測(cè)度的彈性配準(zhǔn)方法。本論文主要內(nèi)容包括： 1.首先詳細(xì)介紹了互信息配準(zhǔn)醫(yī)學(xué)圖像的過程，包括熵和互信息的定義與性質(zhì)、互信息用于圖像配準(zhǔn)時(shí)的概率估計(jì)和插值方法，接著介紹了互信息的幾種改進(jìn)形式。針對(duì)互信息測(cè)度易陷入局部極值的缺點(diǎn)，將香農(nóng)熵?cái)U(kuò)展到廣義熵，提出了三種基于廣義熵的信息測(cè)度，用收斂寬度和收斂半徑

3、來評(píng)價(jià)收斂性能。通過人體腦部多模態(tài)圖像的剛體配準(zhǔn)實(shí)驗(yàn)，從計(jì)算時(shí)間、收斂性能和配準(zhǔn)精度方面，對(duì)歸一化互信息、廣義熵信息測(cè)度進(jìn)行了比較與分析。實(shí)驗(yàn)結(jié)果表明，在不損失計(jì)算時(shí)間和配準(zhǔn)精度的前提下，廣義信息熵測(cè)度SRI0.9和GMI0.9的收斂性能優(yōu)于歸一化互信息測(cè)度，對(duì)噪聲有很強(qiáng)的魯棒性。 2.根據(jù)互信息和f信息的關(guān)系，提出了兩種改進(jìn)型Ia信息測(cè)度：FNIa信息和SNIa信息?；バ畔⑹莊信息的特例，其它多種f信息也可以度量概率分布間的距

4、離，這拓寬了配準(zhǔn)測(cè)度的選擇范圍。通過人體腦部多模態(tài)圖像的剛體配準(zhǔn)實(shí)驗(yàn)，從函數(shù)曲線、計(jì)算時(shí)間和收斂性能方面，對(duì)V信息、互信息、Ia信息、FNIa信息和SNIa信息進(jìn)行了比較與分析。實(shí)驗(yàn)結(jié)果表明，F(xiàn)NIa信息測(cè)度的收斂性能遠(yuǎn)優(yōu)于其它測(cè)度，對(duì)噪聲有很強(qiáng)的魯棒性；SNIa信息在計(jì)算速度方面較互信息有一定程度的提高。 3.提出了基于均值不等式的均值距離測(cè)度。根據(jù)均值不等式推導(dǎo)出5種均值距離測(cè)度：方根.算術(shù)均值距離(SAM)、方根.幾何均值

5、距離(SGM)、方根-調(diào)和均值距離(SHM)、算術(shù)-幾何均值距離(AGM)和算術(shù)-調(diào)和均值距離(AHM)。均值距離測(cè)度也可以視作f信息的特例，并由此證明了測(cè)度的凸性。由于具有相對(duì)簡(jiǎn)單的表達(dá)式，均值距離測(cè)度?？梢垣@得更快的配準(zhǔn)速度。 4.以均值距離為測(cè)度，用配準(zhǔn)的思想實(shí)現(xiàn)了圖像的自動(dòng)分割。將分割后的圖像視為原始圖像的一種退化，兩者之間存在一定的相似性，隨著分割類數(shù)的增多，它們之間的相似性也隨之增大。分割過程就是尋求分割類數(shù)與兩者相

6、似性之間平衡的過程，以AGM和AHM為目標(biāo)函數(shù)，以模擬退火算法為優(yōu)化算法，自動(dòng)確定分割類數(shù)，獲取最優(yōu)閾值向量，克服了FCM方法需人為確定分割類數(shù)的缺點(diǎn)。在分割類數(shù)相同的情況下，該算法的分割效果好于以互信息為目標(biāo)函數(shù)的算法，而且分割速度也顯著提高。 5.對(duì)于配準(zhǔn)多幅圖像的情況，由于高維互信息的計(jì)算速度非常慢，提出了一種用互信息矩陣的熵來計(jì)算高維互信息的方法。當(dāng)多幅圖像配準(zhǔn)時(shí)，互信息矩陣的熵達(dá)到最大值。為進(jìn)一步提高配準(zhǔn)速度，進(jìn)而提出

7、了基于AGM矩陣的配準(zhǔn)方法。實(shí)驗(yàn)結(jié)果表明了算法的快速性與準(zhǔn)確性。 6.非剛性圖像配準(zhǔn)是當(dāng)前醫(yī)學(xué)圖像配準(zhǔn)領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。本論文研究了基于標(biāo)記點(diǎn)的非剛體配準(zhǔn)方法。由于手動(dòng)選取標(biāo)記點(diǎn)容易引入人為誤差，結(jié)合AHM測(cè)度，提出了一種自動(dòng)選取標(biāo)記點(diǎn)的方法：圖像先通過最大化AHM全局配準(zhǔn)，然后將圖像劃分成均勻子塊，采用AHM測(cè)度剛性配準(zhǔn)各對(duì)應(yīng)子塊，選取對(duì)應(yīng)子塊的中心作為標(biāo)記點(diǎn)對(duì)，最后用三次均勻B樣條實(shí)現(xiàn)圖像的彈性配準(zhǔn)。實(shí)驗(yàn)結(jié)果表明對(duì)于較小