基于互信息的生物组织连续切片图像的配准方法研究

摘要

随着生物医学的飞速发展，人们开始越来越多的关注生物组织的内部结构和功能。生物体在生理、病理上的变化，会对组织和器官的形态产生一定的影响；反之，组织和器官的形态变化，也可以从一定程度上反映生物体在生理、病理上的改变。生物组织的切片可以为人们提供组织结构在某一截面上的二维信息，如果将生物组织的这些二维切片按照截面的空间关系依次排列，就可以得到组织结构的三维数据，进而利用计算机技术对三维数据进行重建就可以得到生物组织的三维重建模型以供临床医生及医学基础研究人员对该组织进行研究。
　　 在三维重建之前，为了避免图像采集过程对三维重建结果的影响，首先需要对序列切片图像进行配准对齐。在图像配准领域，对CT、MR、PET等医学图像的配准是目前人们研究的热点，而对于生物组织切片图像的配准研究还甚少。本文采用基于互信息的图像配准方法对大鼠的肾脏切片图像进行配准，即以图像间的互信息作为相似性测度，对旋转变量θ，平移变量x，y所组成的三维空间位置参数进行寻优。
　　 图像配准的过程主要分为两个部分：相对配准和绝对配准。
　　 相对配准部分是将每相邻的两张图像中的一张图像作为参考图像，另一张图像作为浮动图像，通过对空间参数的寻优，使得相邻两张图像的互信息值达到最大。寻优过程首先是利用随机函数产生起始的空间参数的随机位置，然后通过循环迭代的方法在随机位置附近找到两幅图像互信息的极大值。为了提高配准的精度，本文利用随机函数产生多个不同的随机位置，将在每个随机位置附近搜索到的互信息极大值进行比较，将其中最大的一个极值作为最终的互信息最大值，并以其对应的空间参数值作为相对配准阶段的配准结果。
　　 由于累积误差的影响，本文在完成相对配准部分之后，还要进行绝对配准。绝对配准的过程，首先对相对配准过程中产生的各空间参数值进行累加，由于累加之后的各空间参数值并不是在0附近波动的，因此，对累加之后的空间参数值进行了误差校正，使得这些空间参数值回到0附近波动。最后，将校正后的空间参数值作为最终图像配准的空间参数值配准图像。
　　 之后，从精度和速度两个方面对本文提出的算法进行了定量的分析，从而评价寻优算法的性能。
　　 在文章的最后，对所做的工作以及所存在的问题进行总结，并对以后的工作内容和研究方向进行了展望。

目录

文摘

英文文摘

第一章 绪论

1.1 课题研究的背景和意义

1.2 国内外研究现状及发展趋势

1.2.1 国内外研究现状

1.2.2 发展趋势

1.3 论文的主要研究内容

第二章 图像配准的基础理论

2.1 图像配准的基本概念

2.2 图像配准的基本框架

2.2.1 图像配准的基本流程

2.2.2 图像配准的基本构成

2.2.3 图像配准方法的分类

2.3 常用的图像配准技术

2.4 本章小结

第三章 基于互信息的图像配准方法

3.1 引言

3.2 互信息的基本理论

3.2.1 熵

3.2.2 互信息的定义

3.2.3 联合直方图

3.2.4 图像互信息的计算

3.2.5 互信息的性质

3.3 互信息用于图像配准的原理

3.4 本章小结

第四章 组织切片图像的配准方法

4.1 引言

4.2 生物组织切片图像的相对配准

4.2.1 图像的简单预处理

4.2.2 基于互信息的相对配准方法

4.3 生物组织切片图像的绝对配准

4.3.1 求和

4.3.2 滤波

4.3.3 图像的绝对配准

4.4 本章小结

第五章 算法的定量分析

5.1 精度方面的定量分析

5.2 速度方面的定量分析

5.3 本章小结

第六章 总结和展望

6.1 总结

6.2 展望

本研究创新性的自我评价

参考文献

综述 图像配准概述及方法讨论

参考文献

致谢

个人简介