外科手术导航与机器人系统中图像配准方法研究

发布时间：2021-10-24 00:40

　　随着国家“精准医疗”战略的不断实施,人们对于医疗质量提出了越来越高的要求。外科手术导航与机器人系统作为精准医疗的重要工具,能够有效地帮助医生进行术前规划并通过手术导航辅助医生完成手术。图像配准作为外科手术导航与机器人系统中的关键技术,其配准精度和速度直接影响系统对外科手术的辅助效果。迭代最近点算法是三维图像配准算法中较为简单,且效果较好的一种,但该算法在寻找最近点对集时会受到两组配对点集规模的影响。引入智能优化算法,例如差异进化算法,可以帮助迭代最近点算法更好地寻找最近点对集,从而改善图像配准效果。本文首先从优化算法角度对差异进化算法进行改进,通过综合利用搜索空间与适应度空间信息,提出基于距离与适应度综合排序的差异进化算法,该算法将部分个体的选择通过综合个体间距离和适应度排序信息得到,该方法仅改变了经典差异进化算法的变异步骤,可以直接融入常用变异策略中;然后将上述改进的优化算法引入到迭代最近点算法中,利用新算法提高寻找最近点对集的效率,进而提高图像配准的速度与精度。实验结果表明:改进的差异进化算法中邻近组比例与变异策略中的扰动个数有关,最优邻近组比例下的改进算法比已有算法具有更好的效果... 

【文章来源】：上海应用技术大学上海市

【文章页数】：50 页

【学位级别】：硕士

【部分图文】：

差异进化算法的工作过程示意图

上海应用技术大学硕士学位论文第35页搜索方式选取最优值，所以在算法运行时间上引入智能优化算法的改进迭代最近点算法所用的时间要少于经典迭代最近点算法，；而在算法精度上，由于差异进化算法在运行过程中容易陷入局部最优而导致搜索到的最近点并非真正的最近点对，这导致改进的迭代最近点算法的精度不如经典迭代最近点算法，两部分试验的平均误差相差0.46547mm。考虑到迭代最近点算法属于高精度算法，其配准结果误差小，所以本文认为改进算法得到的平均误差在可接受范围内。图4.2为两组点集配准的最终结果图。图4.2两组点集配准最终结果图Figure4.2Finalresultoftwosetsofpointregistration4.5本章小结本章从提高寻找点对的速度出发，提出将基于距离与适应度综合排序的差异进化算法加入到迭代最近点算法中，利用智能优化算法更快地找到最近点对集。实验数据表明：基于差异进化算法改进的迭代最近点算法虽然在精度上与经典迭代最近点算法有虽有一定差距，但是基本持平；在耗时方面，基于差异进化算法改进的迭代最近点算法将经典的迭代最近点算法所需的时间平均缩短36853ms。

【参考文献】：
期刊论文
[1]一种改进的Harris与SIFT算子结合的图像配准算法[J]. 尚明姝,王克朝.  微电子学与计算机. 2018(06)
[2]改进的差分搜索算法的医学图像配准[J]. 桂鹏,邵党国,祝晓红,相艳,王硕,马磊.  计算机科学与探索. 2019(03)
[3]基于健康度的自适应过滤粒子群算法[J]. 袁罗,葛洪伟,姜道银.  计算机科学与探索. 2018(02)
[4]差分进化算法研究进展[J]. 汪慎文,丁立新,张文生,郭肇禄,谢承旺.  武汉大学学报(理学版). 2014(04)
[5]基于互补变异算子的自适应差分进化算法[J]. 辛斌,陈杰,彭志红,窦丽华.  东南大学学报(自然科学版). 2009(S1)
[6]一种用于多目标约束优化的改进进化算法[J]. 俞国燕,李鹏,何真,孙延明.  计算机集成制造系统. 2009(06)

硕士论文
[1]基于结构特征的多源图像配准及融合算法研究[D]. 朱晓琳.大连理工大学 2017



本文编号：3454231