基于DRR的2D/3D医学图像配准技术的研究

摘要

二维-三维医学图像配准是近年来研究的热点领域之一，其作为图像配准学科的一个分支具有重要的科学研究意义和临床应用价值。其最广泛的应用实例是计算机辅助与图像辅助外科手术和放射治疗。在手术治疗过程中，二维医学图像获取较三维图像获取简单，而且获取速度快，可以有效的降低医生和患者暴露在射线下对身体产生的伤害，但二维图像缺少三维图像所具有的空间信息，将术前获得的三维图像与术中获得的二维图像进行配准，可以很好的弥补一部分空间信息的缺失。现有配准算法虽然满足临床应用精度要求，但数字影像重建技术(DRR)生成图像和相似性程度测量两个步骤计算量大、耗时较长使得配准无法达到真正的实时性要求，针对这两个缺陷，本文首先利用Bresenham直线生成算法对传统光线投射算法进行改进，然后在模式强度测度算法中加入梯度相关原理降低其算法复杂度，并将两种改进后的算法结合完成配准。
　　本文首先阐述了医学图像配准的发展简史，以及其原理和意义。介绍了图像配准的分类和方法，并描述了其定义和框架。
　　其次，详细介绍了数字影像重建技术（DRR）和Bresenham直线生成算法，并利用Bresenham直线生成算法对光线投射算法进行改进，通过对实验参数的调整获得不同位置下的DRR图像。改进后的算法不需要进行大量的插值运算和求整运算，只需要进行少量的浮点运算，该算法所需时间比传统光线投射算法所需时间大大降低。该算法牺牲的精度在可控范围内，所以本算法既能够满足临床精度要求，又能够大大加快配准的完成。
　　再次，详细介绍了梯度相关和模式强度两种相似性测度，并利用梯度相关对模式强度进行改进，改进后的算法不需要去对差值图像中的每一个像素点进行判断，使得了算法计算简便，计算时间缩短，降低了计算误差。该算法大大减少了计算所需时间，加快了配准完成进度。
　　然后，将多分辨率金字塔法则加入整个配准算法中，根据空间变换部件初始化的参数，开始对金字塔顶层图像进行配准，采用改进的鲍威尔算法寻优，配准完成输出最优变换结果。
　　最后对配准实验结果进行深入比对分析，实验结果表明本文算法在保证配准精度和高鲁棒性的前提下，对配准算法的完成速度有明显的提升，减少了配准完成的时间。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪 论

1.1 引言

1.2 医学图像配准的研究现状

1.3 2D/3D医学图像配准的研究现状和面临的问题

1.4 论文主要研究内容及创新点

1.5 文章结构安排

2 医学图像配准的基础理论知识

2.1 医学图像配准的定义

2.2 2D/3D医学图像配准的框架和流程

2.3 配准四要素

2.4 医学图像配准分类

2.5 医学图像配准评价方法

2.6 本章小结

3 2D/3D医学图像配准的基础理论知识

3.1 基于二维图像的实现方式

3.2 基于三维图像的实现方式

3.3 本章小结

4 快速数字影像重建的2D/3D医学图像配准

4.1 数字影像重建算法

4.2 空间变换方式的选择

4.3 相似性测度的选择

4.4 优化策略的选择

4.5 图像多分辨率配准策略

4.6 本文算法流程

4.7 实验结果及分析

4.8 本章小结

5 总结与展望

5.1 工作总结

5.2 工作展望

参考文献

在学研究成果

致谢