基于互信息的多模医学图像配准

《基于互信息的多模医学图像配准》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、嘉兴学院学报第21卷第3期2009年5月·74·JournalofJiaxingUniversityVol.21No.32009.5基于互信息的多模医学图像配准ab沈慧娟,曾宪智(a.嘉兴学院机电工程学院;b.嘉兴学院医学院,浙江嘉兴314001)摘要:以互信息配准原理为基础,讨论了互信息配准算法应用于图像的几何对准并给出了初步的评估结果.通过CT/MR、PET/MR配准后的结果与现有的标准进行比较,说明互信息法不需要对图像进行预处理,可以实现多模医学图像配准,并达到亚像素级的配准精度,以满足临床应用的要求.该算法可靠性高,对图像几何失真、灰度不均匀性及数据的缺失等不敏

2、感,并适当调整初始化参数,可以避免明显的误配准.关键词:医学图像;图像配准;互信息中图分类号:R445MedicalImageRegistrationBasedonMutualInformationSHENHui-juana,ZENGXian-zhi(a.SchoolofMechanical&ElectricalEngineering;b.MedicalSchool,JiaxingUniversity,Jiaxing,Zhejiang314001)Abstract:Basedontheprincipleofregistrationofmutualinformation,

3、thispaperdiscussesthatthemutualinformationalgorithmcanbeusedinthegeometricalignmentofimageregistrationandgivesapreliminaryresultofassessment.BycomparisonoftheresultsafterimageregistrationofCT/MR,PET/MRandavailablestand2ard,itdemonstratesthatmultimodalmedicalimageregistrationandsub-pixelr

4、egistrationaccuracycanbea2chievedusingthemutualinformationwithoutanypreprocessingsteps,whichmakesthismethodverywellsuitedforclinicalapplications.Themethodishighlyreliableandnotsensitivetogeometricaldistortion,intensityinho2mogeneityanddatamissing,anditcanavoidobviouserrorsbyadjustinginit

5、ialparametersproperly.Keywords:medicalimage;imageregistration;mutualinformation文献标识码:A.文章编号:100826781(2009)0320074204利用互信息法进行多模医学图像配准已成为医学图像处理领域的热点.多模医学图像融合的关键是图像配准.图像配准的方法主要有特征点法、曲线法、表面法和矩主轴法等.最大互信息配准法由于不需要对不同成像模式下的图像灰度间的关系作任何假设,也不需要对图像进行分割或任何预处理,近年来受到了越来越多学者的关注,并且在医学图像配准领域得到了普遍重视和广泛应用,

6、并被[1]许多医学图像处理软件包作为标准的配准算法.1互信息配准原理多模图像是来源于不同成像设备的图像.对于同一个体,不同成像模式制成的图像其灰度并不相似,有时还可能很大.但对同一组织而言,对应像素点之间的灰度在统计学上并非独立,而是相关[2]的.这是互信息配准的基础.图像A、B之间存在某一空间映射关系(是空间变换参数).对于A中灰度为a的像素p和其在B中灰度为b的对应像素P,a和b在统计学上的相关性可用互信息来衡量:p(a,b)I(A,B)=∑p(a,b)log2(1)a,bp(a)·p(b)收稿日期:2008207210.作者简介:沈慧娟(19692),女,福建莆田

7、人,嘉兴学院机电工程学院实验师.沈慧娟,曾宪智:基于互信息的多模医学图像配准·75·上式中的p(a,b),p(a),p(b)分别为(a,b)的联合分布和边缘分布,可由两幅图像重叠部分的联合灰度直方图和边缘灰度直方图简单归一化得到.因而I(A,B)的计算从本质上说依赖于Ta.以互信息作为两幅图像相似性测度进行配准基于如下原理:当两幅基于共同解剖结构的图像达到最佳配准时(Ta3),它们对应的图像特征的互信息应为最大.3α=argmaxI(A,B)(2)α图1是头部CT和MR的基于图像灰度值的2D直方图,其中(a)为未配准的图像直方图,(b)为