基于动态融合蚁群遗传算法的医学图像配准new

《基于动态融合蚁群遗传算法的医学图像配准new》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、第34卷第1期计算机工程2008年1月Vol.34No.1ComputerEngineeringJanuary2008·人工智能及识别技术·文章编号：1000—3428(2008)01—0227—03文献标识码：A中图分类号：TP18基于动态融合蚁群遗传算法的医学图像配准11,21张石，杜恺，张伟(1.东北大学信息科学与工程学院，沈阳110004；2.中国人民解放军93115部队，沈阳110031)摘要：将基于动态融合的蚁群遗传算法作为一种新的图像配准优化算法应用在多模医学图像配准中。该算法以互信息作

2、为相似性测度，生成初始信息素分布，采用蚁群算法搜索最优变换参数，其中动态融合策略提高了混合算法的搜索效率。仿真实验结果表明，该算法有效地避免信息函数的局部极值，减少大量重复运算，提高了配准的效率，配准结果具有良好的稳定性。关键词：蚁群算法；遗传算法；动态融合；互信息；图像配准MedicalImageRegistrationBasedonDynamicCombinationofGeneticAlgorithmandAntColonyAlgorithm11,21ZHANGShi,DUKai,ZHANGWe

3、i(1.InformationScienceandEngineeringCollege,NortheasternUniversity,Shenyang110004;2.The93115ArmyoftheChinesePeople’sLiberationArmy,Shenyang110031)【Abstract】Thispaperadvancesanewoptimizationalgorithmofimageregistrationbasedonthedynamiccombinationofgeneti

4、calgorithmandantcolonyalgorithm,thenitisappliedtomultimodalitymedicalimageregistration.Thisalgorithmappliedmutualinformationasthesimilaritymeasurement,firstlygeneratesinitializationpheromonedistribute,thensearchesthebestparametersusinggeneticalgorithm,i

5、nthealgorithmthestrategyofdynamicfusionimprovesefficiencyofsearching.Experimentalresultsshowthatthenewregistrationmethodcanefficientlyrestrainthelocalmaximaofmutualinformationfunction,avoidvastrepeatedcalculations,improvetheefficiencyofimageregistration

6、.Furthermoreitisexcellentinrobustness.【Keywords】antcolonyalgorithm;geneticalgorithm;dynamiccombination;mutualinformation;imageregistration多模医学图像配准是将同一部位的不同成像模式的两组路径概率就会相对较大，这样形成了一个正反馈机制，最优图像通过获得一个最优变换而对应起来，使两组图像之间的路径上的信息素数量越来越大，而其他路径上的信息素数量信息能够在同一空间坐标下同

7、时表达。近年来，基于互信息却会随着时间的流逝而消减，最终整个蚁群会找出最优路径。量的图像配准算法得到越来越多的应用，该方法在配准前不蚁群算法便是基于这种正反馈自催化行为产生的。需要任何特征提取预处理，而且对于图像之间的像素灰度值蚁群算法是通过信息素的累积和更新收敛于最优路径上,并不要求具有某种特定的相关性，因此，可以适用于多种不具有分布式并行全局搜索能力，但初期信息素匮乏，求解速[1]同图像的全自动配准。最大互信息法的多模医学图像配准度慢；遗传算法具有快速随机的全局搜索能力，但对于系统的过程可描述为：

8、对待配准图像A，寻求一组空间变换参数，中的反馈信息利用却无能为力，当求解到一定范围时往往做并且根据这组参数将A通过几何变换成为A’，使A’与参考大量无谓的冗余迭代，求精确解效率低。基于上述特点，可图像B空间位置完全一致时，其中，一幅图像中表达的关于充分利用遗传算法的群体并行寻优特征及全局收敛特性，将另一幅图像的信息，即互信息达到最大。所以，基于互信息遗传算法生成的初始化序列作为初始信息素注入蚁群算法的图像配准方法的实现过程是一个多元参数的寻优过程。本中，