医学图像配准算法研究

《医学图像配准算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南方医科大学博士学位论文医学图像配准算法研究姓名：卢振泰申请学位级别：博士专业：生物医学工程指导教师：陈武凡20080501博士学位论文医学图像配准算法研究博士研究生：卢振泰指导老师：陈武凡教授摘要图像配准是指对不同时间、不同视场、不同成像模式的两幅或多幅图像进行空间几何变换，以使代表相同解剖结构的像素或体素在几何上能够匹配对应起来。医学图像可以提供有病变组织或器官的大小，形状，空间关系等详细信息，比如计算机断层扫描成像(ComputedTomography,CT)图像可以显示骨骼结构和组织密度分布情况；磁共振图像(Mag

2、neticResonanceImage,MRI)和超声图像(UltrasoundImage，US)提供的则是软组织的信息；正电子发射断层成像(PositronEmissionTomography,PET)，单光子发射计算机断层成像(SinglePhotonEmissionComputedTomography,SPECT)能反映人体的功能和代谢信息。多模态医学图像配准是目前临床诊断中的一个重要的基础性问题。在临床应用中，单一模态的图像往往不能提供医生所需要的足够的信息，通常需要将不同模态的图像融合在一起，得到更丰富的信息以便

3、了解病变组织或器官的综合情况，从而做出准确的诊断或制订出合适的治疗方案，而配准则是进行融合的前提。此外配准还广泛应用于实际医学图像和图谱的比较、外科手术导航、心脏运动估计等许多方面。本文主要作了以下四个方面的工作：l基于共生互信息量的医学图像配准互信息法的最大缺陷是忽略了图像的空间信息，原始香农熵没有包括前一信号的相关性，实际中使用的定义是一个独立的连续信号。这种独立性假设一般在医学图像中不成立。由熵的定义可知熵的大小并不依赖于灰度本身，而只中文摘要依赖于这些灰度出现的概率。基于传统互信息量的图像配准算法只考虑单个相对应点

4、间的关系，忽略了图像的空间与方向信息，在一些情况下容易出现误配。Markov随机场理论(MarkovRandomField，MRF)能够很好地描述相邻的图像像素或者相关特征间的相互关系，因而在图像分析领域得到了广泛地应用。在MRF理论中，图像的像素点的位置关系可以通过邻域系统来体现。我们考虑对应点及其邻域内不同方向上的像素点，将图像的空间与方向信息引入到配准中，提出了一种新的相似性测度～一共生互信息量(ConcurrentMutualInformation,CMI)，并在此基础上构造了一种新的配准算法一最大共生互信息量法。

5、实验结果表明在图像空间分辨率较低，有噪声影响和图像部分缺损的情况下，该算法具有计算速度快，精度高，鲁棒性强的特点。作为一种一般性的配准方法，共生互信息量同互信息一样，不仅可以用于图像的刚性和弹性配准，还可以应用到图像配准以外的更广阔的领域，如经济学、运筹学、模式识别等。2基于主相位一致性的医学图像配准相位一致性就是指图像的各个位置上各个频率成分的相位相似度的一种度量方式，即假定图像中傅里叶相位最大的点为特征点。它不是基于亮度梯度的，所以其值对图像亮度和对比度变化具有不变性。传统的边缘检测算子，如Marr算子、Sobel算子

6、、Canny算子，其原理都是基于灰度图像像素值梯度的变化程度。检测结果严重依赖于图像亮度和对比度的变化程度，在光照条件不理想、噪声污染或者亮度变化不剧烈的时候检测效果往往不理想。基于相位一致性的边缘检测可以很好地解决这个问题，即使是在对比非常弱的地方，也能够检测到边缘的存在，也就是说，相位一致性原理能够检测到“实质上"的边缘的存在，而不受到明暗对比的影响。这就从另外一个角度说明了相位谱能够从底层描述图像纹理结构，而与光照条件、噪声或者是图像亮度分布是否均匀等无关。本文提出了一种新的图像特征——主相位一致性(Principa

7、lPhaseCongruency，PPC)，并在此基础上构造了一种新的基于主相位一致性的配准算法。首先计算不同尺度、方向上的相位一致性，然后利用主成分分析将它们进行融合，从而得到信息更加丰富的主相位一致性；将待配准图像的主相位一致性看作模糊集合，引入模糊数学中的贴近度(Close-degree)概念，计算它们的模糊相似性。我们对模拟和真实数据(CT，MR，PET)进行了实验，结果表明在图像空间分辨率较低，有噪声影响等情况下，该算法具有精度高，鲁棒性强的特点，特别适合于医学图像的配准。II博士学位论文基于像素或体素相似性的配

8、准方法可以避免由特征分割和提取等预处理所造成的精度损失，配准过程可以由计算机自动实现，所以吸引了大量的研究兴趣。根据文献报道，基于最大互信息量法(MutualInformation，MI)的图像配准结果是目-fiii冈U性图像配准中最为精确的。但是，由于互信息量的计算涉及大量的浮点运算，所以配准过程比较