基于互信息的医学图像配准

基于互信息的医学图像配准

ID:27410925

大小:795.00 KB

页数:48页

时间:2018-12-02

基于互信息的医学图像配准_第1页
基于互信息的医学图像配准_第2页
基于互信息的医学图像配准_第3页
基于互信息的医学图像配准_第4页
基于互信息的医学图像配准_第5页
资源描述:

《基于互信息的医学图像配准》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、基于互信息的医学图像配准许向阳华中科技大学医学图像信息研究中心讨论内容互信息的概念互信息的改进搜索策略的优化1.互信息的概念互信息是信息理论中的一个基本概念。1948年C.E.Shannon提出,Amathematicaltheoryofcommunication,BellSystemTechnicalJournal,vol.27,pp.379–423/623–656,1948.1995年Colligon和Viola首次用于医学图像配准。互信息用于描述两个系统间的统计相关性,或者一个系统中包含的另一个系统的信息的多少。对于来自同一对象的两幅图像,配准后,互信

2、息应为最大。互信息只是一种相似性测度基于互信息的配准方法仍然遵循一般的配准框架CollignonA,etal,Automatedmulti-modalityregistrationbasedoninformationtheory,InformationProcessinginMedicalImaging,1995,263-274ViolaP,WellsWM,AlignmentbyMaximizationofmutualinformation,InternationalConferenceoncomputerVision,1995,LosAlamitos,CA

3、:IEEEComputerSciencePress,1995,16~23.1.互信息的概念熵熵(entropy)是信息的测度。熵的概念来源于通讯理论。Pi=灰度值为i的像素点数/总像素点数1.互信息的概念熵可以有三种解释:当一个事件发生时,其给出的信息数量;一个事件的结果的不确定性;事件发生的概率分布。Question:熵大,说明什么问题?熵小,又说明什么?1.互信息的概念熵Jumarieentropy不适于多模态图像配准Renyientropy在图像配准中很少使用1.互信息的概念联合熵联合熵H(A,B)是随机变量A和B相关性的统计量。PAB(a,b)是联合

4、概率分布函数。联合熵越小,说明什么问题?1.互信息的概念JointgreyvaluehistogramsofanMRimagewithitself.Theleftmosthistogramshowsthesituationwhentheimagesareregistered.Becausetheimagesareidentical,allgreyvaluecorrespondenceslieonthediagonal.ThethreefollowingaretheresultinghistogramswhenoneMRimageisrotatedwithre

5、specttotheotherbyanglesof2,5and10degreesrespectively.Belowthehistogramsarethecorrespondingjointentropyvalues.1.互信息的概念条件熵1993年,Woods应用条件熵作为配准的测度,开发了PET-MT图像配准的软件AIR.1.互信息的概念互信息第(1)种定义形式能够最好的解释“互信息”。将熵作为不确定性度量的概念时,式(1)解释为“B的不确定性减去当A已知时B的不确定性”。换句话说,互信息是当A给出时,B的不确定性的减少程度。若A能完全表达B,则互信息最

6、大,即不确定性减少程度最大。(1)1.互信息的概念互信息(2)第(2)种定义形式最接近联合熵。式中的A、B不是指两幅完整的图像,而是分别代表两幅图像的重叠区域。互信息和联合熵都是在图像的重叠区域上计算的,因此,度量值取决于重叠区域的大小和重叠区的内容。1.互信息的概念式(2)含有项H(A,B),表示最大互信息与最小联合熵有关。联合熵表明了两幅图的灰度值分布。在通常情况下,联合熵小,表明对齐的程度高。但是,采用两幅图像重叠区域的联合熵可能会出现两幅图像完全误配时,联合熵最小的情况。如一幅图像例的一部分背景区域和另一幅图像的一部分背景区域重叠,其它部分不重叠时,

7、联合熵最小。采用互信息可以避免这种情况,因为对只有部分背景对齐的情况,H(A)和H(B)很小,因而互信息很小。随着A、B重叠区域的增大,A、B中包含更多的信息,使得H(A)、H(B)增大。尽管联合熵也增大,但是互信息在增加,更好的反映了对齐的程度。互信息VS联合熵1.互信息的概念互信息(3)第(3)种形式与Kullback-Leibler距离有关。测量了两幅图像灰度值的联合分布p(a,b)和在两幅图像相互独立的情况下的联合分布p(a)p(b)之间的距离。是两幅图像的依赖性的度量。其假设就是,在两幅图像正确对齐的情况下,它们的灰度值之间的依赖最大。误配会导致度

8、量值降低。1.互信息的概念圆代表了图像的边缘熵两圆合

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。