力矩主轴法与模拟退火法用于头部CT与MRI刚性多模态医学图像配准的研究
发布时间:2023-05-04 03:52
不同模态的医学图像从不同角度反映人体信息,仅从某一种图像 无法对病人进行全面诊断。而依据多种图像进行诊断时,医生又只能 凭借个人的空间构想和推测去综合判定他们所需要的信息,因此其准 确性受到主观影响,更严重的是一些重要的信息可能被忽略。 医学图像配准技术能够使一幅医学图像与另一幅医学图像上的对 应点达到空间上的一致,从而把各种影像模态的图像信息融合成一种 新的影像模式展现给医生,因而能解决上述医学上的难题,使各种成 像设备在信息表达上达到优势互补的目的。 本文针对头部CT与MRI图像的特点,提出了一种的由“粗”到 “细”图像配准策略,即先通过配准两幅图像的轮廓使其达到粗略配 准的目的,并根据“粗”配参数给出“细”配参数的变化范围;再以 互信息为配准的代价函数,以三线性部分体积插值为其插值算法,以 第四军医大学硕士论文 一种组合的全局优化算法为其最优化算法,求取最优配准参数。实验 ...
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘 要
中文摘要
英文摘要
第一章 绪 论
1.1 概述
1.2 医学图像配准的发展现状
1.2.1 医学图像配准的基本过程
1.2.2 医学图像配准方法的分类
1.2.3 医学图像配准的主要方法
1.2.4 医学图像配准的准确性评估
1.2.5 医学图像融合技术及应用
1.2.6 CT与MRI图像的成像特点
1.3 课题内容及重点难点
1.3.1 课题内容
1.3.2 课题重点
1.3.2 课题难点
1.4 开发工具简介
1.4.1 软件环境
1.4.2 硬件环境
1.5 数据来源
第二章 配准代价函数及图像重采样算法研究
2.1 引言
2.2 配准代价函数
2.2.1 图像的二维直方图
2.2.2 互信息
2.3 配准变换模型
2.4 图像重采样算法
2.4.1 插值算法
2.4.2 图像变换策略
第三章 力矩主轴法对图像的粗略配准
3.1 头部实体的边缘提取
3.2 力矩主轴法
3.2.1 定义图像轮廓
3.2.2 计算质心
3.2.3 计算旋转角度
3.2.4 计算缩放比例
3.3 实验结果
第四章 求解配准最优变换参数的最优化算法研究
4.1 问题的提出与解决
4.1.1 优化问题的定义
4.1.2 优化问题的解决
4.2 模式搜索法
4.2.1 探测性移动和模式性移动
4.2.2 模式搜索算法
4.3 改进的模拟退火法
4.3.1 模拟退火法
4.3.2 改进的模拟退火法
4.4 本文所采用的最优化策略
4.5 算法验证
4.6 MSAM算法在图像配准中的应用
第五章 整体配准算法描述及实现
5.1 由“粗”到“细”的混合配准算法
5.2 力矩主轴法确定粗略配准参数及个参数变化范围
5.3 精细求解最优配准变换参数
5.4 结论
第六章 配准结果的评价
6.1 配准结果评价中用到的两种配准方法
6.1.1 基于图像特征点的配准算法
6.1.2 基于图像轮廓的图像配准算法
6.2 配准结果的评价
6.2.1 已知配准变换参数的配准评价
6.2.2 本文配准方法与点配准方法的比较
6.2.3 本文配准方法与轮廓配准方法的比较
6.2.4 本文配准方法的抗噪性能研究
6.2.5 利用几种方法对配准图像进行融合
6.3 总结与展望
学习期间发表的论文
附录
参考文献
致 谢
本文编号:3807897
【文章页数】:91 页
【学位级别】:硕士
【文章目录】:
摘 要
中文摘要
英文摘要
第一章 绪 论
1.1 概述
1.2 医学图像配准的发展现状
1.2.1 医学图像配准的基本过程
1.2.2 医学图像配准方法的分类
1.2.3 医学图像配准的主要方法
1.2.4 医学图像配准的准确性评估
1.2.5 医学图像融合技术及应用
1.2.6 CT与MRI图像的成像特点
1.3 课题内容及重点难点
1.3.1 课题内容
1.3.2 课题重点
1.3.2 课题难点
1.4 开发工具简介
1.4.1 软件环境
1.4.2 硬件环境
1.5 数据来源
第二章 配准代价函数及图像重采样算法研究
2.1 引言
2.2 配准代价函数
2.2.1 图像的二维直方图
2.2.2 互信息
2.3 配准变换模型
2.4 图像重采样算法
2.4.1 插值算法
2.4.2 图像变换策略
第三章 力矩主轴法对图像的粗略配准
3.1 头部实体的边缘提取
3.2 力矩主轴法
3.2.1 定义图像轮廓
3.2.2 计算质心
3.2.3 计算旋转角度
3.2.4 计算缩放比例
3.3 实验结果
第四章 求解配准最优变换参数的最优化算法研究
4.1 问题的提出与解决
4.1.1 优化问题的定义
4.1.2 优化问题的解决
4.2 模式搜索法
4.2.1 探测性移动和模式性移动
4.2.2 模式搜索算法
4.3 改进的模拟退火法
4.3.1 模拟退火法
4.3.2 改进的模拟退火法
4.4 本文所采用的最优化策略
4.5 算法验证
4.6 MSAM算法在图像配准中的应用
第五章 整体配准算法描述及实现
5.1 由“粗”到“细”的混合配准算法
5.2 力矩主轴法确定粗略配准参数及个参数变化范围
5.3 精细求解最优配准变换参数
5.4 结论
第六章 配准结果的评价
6.1 配准结果评价中用到的两种配准方法
6.1.1 基于图像特征点的配准算法
6.1.2 基于图像轮廓的图像配准算法
6.2 配准结果的评价
6.2.1 已知配准变换参数的配准评价
6.2.2 本文配准方法与点配准方法的比较
6.2.3 本文配准方法与轮廓配准方法的比较
6.2.4 本文配准方法的抗噪性能研究
6.2.5 利用几种方法对配准图像进行融合
6.3 总结与展望
学习期间发表的论文
附录
参考文献
致 谢
本文编号:3807897
本文链接:https://www.wllwen.com/yixuelunwen/fangshe/3807897.html
最近更新
教材专著