隨著國家“精準(zhǔn)醫(yī)療”戰(zhàn)略的不斷實(shí)施,人們對(duì)于醫(yī)療質(zhì)量提出了越來越高的要求。外科手術(shù)導(dǎo)航與機(jī)器人系統(tǒng)作為精準(zhǔn)醫(yī)療的重要工具,能夠有效地幫助醫(yī)生進(jìn)行術(shù)前規(guī)劃并通過手術(shù)導(dǎo)航輔助醫(yī)生完成手術(shù)。圖像配準(zhǔn)作為外科手術(shù)導(dǎo)航與機(jī)器人系統(tǒng)中的關(guān)鍵技術(shù),其配準(zhǔn)精度和速度直接影響系統(tǒng)對(duì)外科手術(shù)的輔助效果。迭代最近點(diǎn)算法是三維圖像配準(zhǔn)算法中較為簡單,且效果較好的一種,但該算法在尋找最近點(diǎn)對(duì)集時(shí)會(huì)受到兩組配對(duì)點(diǎn)集規(guī)模的影響。引入智能優(yōu)化算法,例如差異進(jìn)化算法,可以幫助迭代最近點(diǎn)算法更好地尋找最近點(diǎn)對(duì)集,從而改善圖像配準(zhǔn)效果。本文首先從優(yōu)化算法角度對(duì)差異進(jìn)化算法進(jìn)行改進(jìn),通過綜合利用搜索空間與適應(yīng)度空間信息,提出基于距離與適應(yīng)度綜合排序的差異進(jìn)化算法,該算法將部分個(gè)體的選擇通過綜合個(gè)體間距離和適應(yīng)度排序信息得到,該方法僅改變了經(jīng)典差異進(jìn)化算法的變異步驟,可以直接融入常用變異策略中;然后將上述改進(jìn)的優(yōu)化算法引入到迭代最近點(diǎn)算法中,利用新算法提高尋找最近點(diǎn)對(duì)集的效率,進(jìn)而提高圖像配準(zhǔn)的速度與精度。實(shí)驗(yàn)結(jié)果表明:改進(jìn)的差異進(jìn)化算法中鄰近組比例與變異策略中的擾動(dòng)個(gè)數(shù)有關(guān),最優(yōu)鄰近組比例下的改進(jìn)算法比已有算法具有更好的效果... 

【文章來源】：上海應(yīng)用技術(shù)大學(xué)上海市

【文章頁數(shù)】：50 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

差異進(jìn)化算法的工作過程示意圖

上海應(yīng)用技術(shù)大學(xué)碩士學(xué)位論文第35頁搜索方式選取最優(yōu)值，所以在算法運(yùn)行時(shí)間上引入智能優(yōu)化算法的改進(jìn)迭代最近點(diǎn)算法所用的時(shí)間要少于經(jīng)典迭代最近點(diǎn)算法，；而在算法精度上，由于差異進(jìn)化算法在運(yùn)行過程中容易陷入局部最優(yōu)而導(dǎo)致搜索到的最近點(diǎn)并非真正的最近點(diǎn)對(duì)，這導(dǎo)致改進(jìn)的迭代最近點(diǎn)算法的精度不如經(jīng)典迭代最近點(diǎn)算法，兩部分試驗(yàn)的平均誤差相差0.46547mm�？紤]到迭代最近點(diǎn)算法屬于高精度算法，其配準(zhǔn)結(jié)果誤差小，所以本文認(rèn)為改進(jìn)算法得到的平均誤差在可接受范圍內(nèi)。圖4.2為兩組點(diǎn)集配準(zhǔn)的最終結(jié)果圖。圖4.2兩組點(diǎn)集配準(zhǔn)最終結(jié)果圖Figure4.2Finalresultoftwosetsofpointregistration4.5本章小結(jié)本章從提高尋找點(diǎn)對(duì)的速度出發(fā)，提出將基于距離與適應(yīng)度綜合排序的差異進(jìn)化算法加入到迭代最近點(diǎn)算法中，利用智能優(yōu)化算法更快地找到最近點(diǎn)對(duì)集。實(shí)驗(yàn)數(shù)據(jù)表明：基于差異進(jìn)化算法改進(jìn)的迭代最近點(diǎn)算法雖然在精度上與經(jīng)典迭代最近點(diǎn)算法有雖有一定差距，但是基本持平；在耗時(shí)方面，基于差異進(jìn)化算法改進(jìn)的迭代最近點(diǎn)算法將經(jīng)典的迭代最近點(diǎn)算法所需的時(shí)間平均縮短36853ms。

【參考文獻(xiàn)】：
期刊論文
[1]一種改進(jìn)的Harris與SIFT算子結(jié)合的圖像配準(zhǔn)算法[J]. 尚明姝,王克朝.  微電子學(xué)與計(jì)算機(jī). 2018(06)
[2]改進(jìn)的差分搜索算法的醫(yī)學(xué)圖像配準(zhǔn)[J]. 桂鵬,邵黨國,祝曉紅,相艷,王碩,馬磊.  計(jì)算機(jī)科學(xué)與探索. 2019(03)
[3]基于健康度的自適應(yīng)過濾粒子群算法[J]. 袁羅,葛洪偉,姜道銀.  計(jì)算機(jī)科學(xué)與探索. 2018(02)
[4]差分進(jìn)化算法研究進(jìn)展[J]. 汪慎文,丁立新,張文生,郭肇祿,謝承旺.  武漢大學(xué)學(xué)報(bào)(理學(xué)版). 2014(04)
[5]基于互補(bǔ)變異算子的自適應(yīng)差分進(jìn)化算法[J]. 辛斌,陳杰,彭志紅,竇麗華.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2009(S1)
[6]一種用于多目標(biāo)約束優(yōu)化的改進(jìn)進(jìn)化算法[J]. 俞國燕,李鵬,何真,孫延明.  計(jì)算機(jī)集成制造系統(tǒng). 2009(06)

碩士論文
[1]基于結(jié)構(gòu)特征的多源圖像配準(zhǔn)及融合算法研究[D]. 朱曉琳.大連理工大學(xué) 2017



本文編號(hào)：3454231