改良型粒子群最適化法による3次元医用画像の位置合わせ

摘要

診断支援の一環として、医用画像の位置合わせは重要な研究テーマとなっている。画像の位置合わせは、最適な変換パラメータを求める最適化問題である。従来採用されてきた勾配法などの局所探索法は、局所解に陥りやすいという欠点があるため、近年、遺伝的アルゴリズムや粒子群最適化法などの大域探索法が提案されている。粒子群最適化法は比較的新しい手法であり、画像の位置合わせにも適用され、その有効性はすでに証明されているが、いずれも2次元画像に対するものとなっている。本研究では、粒子群最適化法に遺伝的アルゴリズムや進化戦略のようなルールを加えた改良型粒子群最適化法を提案し、3次元医用画像の位置合わせにおける精度向上を目指した。%Medical image registration is increasingly important in biomedical research. The registration process can be viewed as an optimization problem that would be solved by an iterated process. Local optimization techniques, such as gradient method, frequently fall into a local minimum. Therefore, global optimization techniques are often required. A new particle swarm technique is proposed for optimization of nonlinear function. In this paper we propose a Hybrid Particle Swarm Optimization for 3D medical image registration, which combines the idea of the particle swarm with concepts from Evolutionary Algorithm and Genetic Algorithm. We have proved experimentally that proposed method much better than Genetic Algorithm and simple Particle Swarm Optimization and found validities and possibilities of Hybrid Particle Swarm Optimization.