基于显著特征和几何约束的图像配准算法

《基于显著特征和几何约束的图像配准算法》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、浙江大学硕士学位论文(2007)摘要随着医学成像设备的发展，医学影像技术的应用逐渐贯穿了医学活动的整个过程。为了使多次成像或多种成像设备获取的互补差异信息得到综合利用，使临床诊断和治疗更准确，医学图像配准及信息融合成为了当今研究的热点。本文提出了通过提取两幅图像问对应的显著区域特征来进行图像配准的算法。与前人用纯基于特征的方法和纯基于像素灰度的方法所不同的是，我们采用一种综合性算法，整合了这两种方法的优点。本算法先自动地在两幅图像中提取出具有尺度不变性的显著区域特征，这些区域内的像素可以通过鲁棒的相似性测量得到匹配；对己提取的特征作了初步的匹配后，通过几何结构约束可以得到两幅图像间的最佳变换

2、参数。本算法可以应用于单模或多模医学图像配准，在配准测试中，证明此算法具有较好的性能。关键字：多模医学图像配准；显著区域特征；尺度不变性；几何约束浙江大学硕士学位论文(2007)AbstractWiththedevelopmentofmedicalimagingtechnology,theanalysisofmedicalimageshasbecomeavitalcomponentofalargemtmberofapplications．Suchapplicationsoccurthroughouttheclinicaltrackofevents．Sinceinformationgained

3、fromtwomedicalimagesacquiredintheclinicalIraekofeventsisusuallyofacomplementarynature，properintegrationofusefuldataobtainedfromtheseparateimagesisoftendesired．Tointegratethedata,weneedmedicalimageregistration．hthispaper,wepresentanovalmedicalimageregistrationalgorithmbasedORscale—invariantsalientre

4、gionfeatures．Incontrastwithusingpurefeature-basedorintensity-basedmethod,weadoptahybridalgorithmwhichintegratesthemeritsofbothapproaches．Ouralgorithmfirstlyautomaticallyextractsscale-invariantsalientregionfeatureswhoseinteriorintensitiescouldbematchedusingrobustsimilaritymeasures．Afterprimadlymatch

5、ingthefeaturepairsexnactedfromthefirststep．wefindoptimumtransformationparametersbetweenthetwoimagesbased011geometricconstraints．Thisalgorithmcouldbeappliedtomono—modalandmulti·modalmedicalimageregistrationsanditisproventobearobustandprecisemethodinourtest．KeyWords：Multi-modalimageregistration；Salie

6、ntregionfeature；Scale-invariant；Geometricconstraint浙江大学硕士学位论文(20071第1章绪论1．1医学图像配准的研究背景与意义医学影像技术的临床应用不仅仅局限于常规的诊断阶段，已经贯穿了临床活动的整个过程，影像信息可分为两大类：解剖信息和功能信息。解剖信息描述人体形态结构的信息，主要包括X线、CT、MRJ、Us、视频图像，并发展得到MRA、DSA、CTA、Doppler。功能信息描述人体解剖结构的新陈代谢信息，主要包括平面闪烁扫描术、SPECT、PET、fMRJ。不同成像技术对人体同一解剖结构得到的形态信息和功能信息是互为差异和互为补充的，

7、临床医生迫切希望对不同图像信息进行适当的集成，第一步使这些图像信息的坐标系达到空间位置的一致(配准)，第二步将已配准的这些图像信息融合成一个新的图像模态显示出来(融合)。医学图像配准的临床新应用有，在放射治疗中应用CT和MR图像配准和融合来进行放疗计划和评估，用CT图像精确计算放射剂量，用MR图像描述肿瘤；在计算机辅助手术中，外科医生根据配准的CT／MR／DSA精确定位病灶，设计出缜密的手术计划，在手术过程中