非刚性医学脑图像配准技术研究

发布时间：2021-10-23 19:44

　　随着计算机技术的快速发展,医学影像在现代临床疾病诊断和辅助治疗中得到广泛应用。非刚性医学图像配准技术能准确描述图像之间的空间对应关系,在病理发展变化的监控跟踪、放射治疗方案的制定以及治疗效果的反馈评估等多个应用领域发挥着重要作用。本文首先基于传统B样条算法对非刚性医学图像配准进行研究,旨在提高多模态配准精度和鲁棒性,并在真实多模态脑图像上进行验证评估;然后对基于深度学习算法的非刚性医学图像配准任务进行研究,实现对图像的端到端的高效率配准。论文主要贡献如下:（1）针对传统B样条配准算法中的归一化互信息相似度测度,由于缺失自身空间结构信息而无法进行多模态图像配准的问题,提出一种将归一化互信息与空间信息相结合的相似度测度ALST-NMI（Adaptive Local Structure Tensor-Normalized Mutual Information）。该测度根据区域方差自适应选取局部结构张量参数,进而根据每个像素点的局部结构张量特征值,定义不同空间结构区域贡献权值大小,并将其与离散归一化互信息相结合。实验结果表明,ALST-NMI明显提高了单模态和多模态图像的配准精度及鲁棒性,并降... 

【文章来源】：河南工业大学河南省

【文章页数】：75 页

【学位级别】：硕士

【部分图文】：

医学图像配准流程图

河南工业大学硕士学位论文13)1,1(),1()1(),()1(),()1)(1(),(jiuvfjivfuijifvujifvuvjuif(2.12)图2双线性插值法示意图（3）立方卷积插值法(CubicConvolutionInterpolation)立方卷积插值法根据周围16个控制点对非整像素点P的贡献权值大小，与其灰度值相乘通过加权平均得到P点的灰度值。立方卷积插值解决了线性插值忽略灰度值变化率的问题，而且利用周围16个控制点计算得到的结果与点P真实值更接近，可以通过调节参数减少图像中高频分量的损失得到最佳的插值效果，但该方法运行时间长效率低。假设非整像素点P的坐标为vjui),(，那么利用立方卷积插值法内插后的灰度值vjuif),(计算公式如下：图3立方卷积插值法示意图),(CBAvjuif(2.13)vsvsvsvsA)2()1()()1((2.14)

河南工业大学硕士学位论文13)1,1(),1()1(),()1(),()1)(1(),(jiuvfjivfuijifvujifvuvjuif(2.12)图2双线性插值法示意图（3）立方卷积插值法(CubicConvolutionInterpolation)立方卷积插值法根据周围16个控制点对非整像素点P的贡献权值大小，与其灰度值相乘通过加权平均得到P点的灰度值。立方卷积插值解决了线性插值忽略灰度值变化率的问题，而且利用周围16个控制点计算得到的结果与点P真实值更接近，可以通过调节参数减少图像中高频分量的损失得到最佳的插值效果，但该方法运行时间长效率低。假设非整像素点P的坐标为vjui),(，那么利用立方卷积插值法内插后的灰度值vjuif),(计算公式如下：图3立方卷积插值法示意图),(CBAvjuif(2.13)vsvsvsvsA)2()1()()1((2.14)

【参考文献】：
期刊论文
[1]医学图像分析深度学习方法研究与挑战[J]. 田娟秀,刘国才,谷珊珊,鞠忠建,刘劲光,顾冬冬.  自动化学报. 2018(03)
[2]基于深度学习的医学图像识别研究进展[J]. 刘飞,张俊然,杨豪.  中国生物医学工程学报. 2018(01)
[3]基于P样条和局部互信息的非刚性医学图像配准[J]. 汪军,梁凤梅.  计算机应用研究. 2017(08)
[4]医学图像配准技术[J]. 申艳平.  中国医学物理学杂志. 2013(01)



本文编号：3453793