基于互信息和离散小波帧分解的医学图像配准研究

摘要

随着计算机技术的不断成熟，现代医学成像技术获得了迅猛的发展，在医学研究和临床诊断中起到越来越重要的作用。但是由于成像的局限性，单独使用某一种模态的图像往往不能满足复杂的应用要求。当不同成像设备、不同成像参数和不同时间得到的同一个对象或者不同对象的图像数据之间存在相对的平移、旋转、比例缩放甚至弹性形变的时候，对其综合使用分析首先要解决图像配准的问题。图像配准因而变得越来越重要，成为当前医学影像研究领域的一个热点。 互信息法是当前医学图像配准领域应用最为成功的方法之一，但是传统的互信息方法在使用部分体积插值的时候会引入局部极值，干扰最终的互信息函数最大化搜索；使用Powell方法作为优化工具，有可能收敛于局部极值，导致错误的配准结果。本文应用B样条基函数的系数替代原部分体积插值的系数，成功地从算法设计上减少了局部极值；使用遗传算法和Powell方法相结合的混合优化算法，在遗传算法全局搜索的基础上用Powell方法进行局部优化，在搜索的过程能避开局部极值的影响。实验证明，本文提出的改进互信息配准方法更加稳定，且能获得更高的配准精度。 基于小波的配准方法在遥感图像配准中得到广泛的应用，但是在医学图像配准中报道不多。本文提出一种基于离散小波帧变换的医学图像配准方法，将图像作离散小波帧分解后子图像的能量图作为配准的特征，采用遗传算法来优化绝对值差和法测度。实验表明，此方法能成功地配准刚体变换下的核磁共振T1加权图像和T2加权图像。在轴向位移配准精度上，它在X方向好于互信息法、归一化互信息法和比例系数法；在旋转角度配准精度上，好于比例系数法。

目录

文摘

英文文摘

湖南大学学位论文原创性声明及学位论文版权使用授权书

第1章绪论

第2章图像配准原理及基本图像配准算法

第3章基于改进PV插值和混合优化算法的互信息图像配准

第4章基于离散小波帧变换的医学图像配准

总结和展望

参考文献

附录 攻读学位期间发表的学术论文目录

致谢