【摘要】：醫(yī)學(xué)圖像配準(zhǔn)是醫(yī)學(xué)影像處理和分析的關(guān)鍵步驟,在完成圖像信息融合,輔助臨床診斷,預(yù)測術(shù)后代償效果,跟蹤病理變化以及評估治療效果等方面發(fā)揮著重要作用。然而,醫(yī)學(xué)圖像的形變復(fù)雜性、模態(tài)多樣性以及灰度差異的非線性等特征使得醫(yī)學(xué)圖像配準(zhǔn)技術(shù)具有巨大的挑戰(zhàn)性。已有的大多數(shù)醫(yī)學(xué)圖像配準(zhǔn)技術(shù),要么忽略圖像所包含的豐富的空間結(jié)構(gòu)信息,要么對圖像中非線性灰度差異不變性的特征考慮不夠,導(dǎo)致在復(fù)雜形變和非線性灰度差異下的醫(yī)學(xué)圖像配準(zhǔn)存在收斂速度慢、配準(zhǔn)精度低和魯棒性差的問題。針對這些問題,本文開展了面向醫(yī)學(xué)圖像復(fù)雜形變和非線性灰度差異配準(zhǔn)的關(guān)鍵技術(shù)研究。本文通過深入研究和分析現(xiàn)有的醫(yī)學(xué)圖像復(fù)雜形變和非線性灰度差異配準(zhǔn)的關(guān)鍵技術(shù),提出了一系列的改進(jìn)算法。本文主要的研究工作如下:(1)針對傳統(tǒng)互信息僅考慮圖像全局一致的灰度統(tǒng)計特性而忽略了空間結(jié)構(gòu)信息、易引起配準(zhǔn)誤差等缺陷,本文提出了一種基于局部結(jié)構(gòu)張量-互信息(Local Structure Tensor-Mutual Information,LST-MI)的多模態(tài)圖像配準(zhǔn)算法。為了引入圖像的空間結(jié)構(gòu)信息,本文將互信息與基于局部結(jié)構(gòu)張量提取的圖像結(jié)構(gòu)貢獻(xiàn)強(qiáng)度信息相結(jié)合,構(gòu)建了一個新相似性測度LST-MI。隨后,本文將LST-MI作為基于剛性變換配準(zhǔn)模型的目標(biāo)能量函數(shù),并利用最速下降法的優(yōu)化策略來尋找全局最優(yōu)的模型參數(shù),實(shí)現(xiàn)了多模態(tài)圖像的配準(zhǔn)。接下來,本文從不同角度探討了具有復(fù)雜形變肺部器官的非剛性配準(zhǔn)問題。非剛性配準(zhǔn)過程均在該算法所搭建起的剛性配準(zhǔn)平臺上進(jìn)行的。(2)針對胸部隨訪CT圖像之間存在較為嚴(yán)重的形變,而使得它們的配準(zhǔn)魯棒性弱以及精確度低等問題。為了克服這些問題,本文通過研究基于邊緣保持平滑濾波器的正則化模型,提出了一種基于HDCS(Hybrid Diffusion filter with Continuous Switch,HDCS)濾波器的新正則化模型約束的圖像配準(zhǔn)算法。首先,本文將HDCS濾波器代替Gaussian濾波器來實(shí)現(xiàn)形變位移場的正則化,構(gòu)建了一個新正則化方法。其次,本文將該新正則化方法用于基于微分同胚Demons的形變配準(zhǔn)模型來實(shí)現(xiàn)配準(zhǔn)。該新正則化方法能夠避免配準(zhǔn)過程中形變位移場的過平滑現(xiàn)象,從而降低配準(zhǔn)過程陷入局部極值的風(fēng)險,提高了配準(zhǔn)魯棒性和精確度。(3)針對Log-Demons配準(zhǔn)算法及其改進(jìn)算法中僅采用SSD作為配準(zhǔn)模型的相似性項,而忽略了局部結(jié)構(gòu)特征的相似性度量,導(dǎo)致了它們對大而復(fù)雜形變圖像的配準(zhǔn)性能仍然不理想。為此,本文提出了一種基于Log-Euclidean協(xié)方差矩陣描述符的醫(yī)學(xué)圖像配準(zhǔn)算法。在Log-Demons配準(zhǔn)模型的基礎(chǔ)上,本文首先構(gòu)建了具有旋轉(zhuǎn)、縮放和尺度不變性的局部結(jié)構(gòu)描述符LECM(Log-Euclidean Covariance Matrices,LECM),然后將參考圖像的LECM描述符對數(shù)和浮動圖像的LECM描述符對數(shù)之間的歐氏距離作為一個新的匹配項添加到Log-Demons配準(zhǔn)模型的目標(biāo)函數(shù)來實(shí)現(xiàn)圖像配準(zhǔn)。該新匹配項為配準(zhǔn)過程中形變位移場的更新提供了結(jié)構(gòu)約束,且保持了新目標(biāo)函數(shù)的可微性,提高了配準(zhǔn)魯棒性和配準(zhǔn)精度。(4)針對多模態(tài)醫(yī)學(xué)圖像較大非線性灰度差異所造成的配準(zhǔn)精度低和魯棒性差的問題,本文鑒于頻率特征對非線性灰度差異的不變性,提出了一種基于局部相位和相位一致性的多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)算法。為了克服非線性灰度差異對配準(zhǔn)性能的影響,本文利用多方向的局部相位均值和相位一致性特征構(gòu)建了具有非線性灰度差異不變性的LPPCO(Local Phase mean and Phase Congruency of different Orientations,LPPCO)特征描述符,并將LPPCO之間的歸一化互相關(guān)(Normalized Cross Correlation,NCC)度量作為快速模板匹配模型的相似性測度來實(shí)現(xiàn)配準(zhǔn)。實(shí)驗結(jié)果表明,本文的算法對存在復(fù)雜形變和非線性灰度差異的圖像配準(zhǔn)具有較強(qiáng)的魯棒性、較高的精確度和較快的收斂速度,因此對完善醫(yī)學(xué)圖像配準(zhǔn)理論、拓展配準(zhǔn)的應(yīng)用領(lǐng)域等具有重要的參考價值。
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2019
【分類號】：R445;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 唐科威;劉日升;杜慧;蘇志勛;;一種基于張量和洛侖茲幾何的降維方法[J];自動化學(xué)報;2011年09期

2 袁克虹;向蘭茜;;用于計算機(jī)輔助診斷的肺實(shí)質(zhì)自動分割方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2011年01期

相關(guān)博士學(xué)位論文 前10條

1 陳彥彤;基于局部不變特征的遙感圖像星上目標(biāo)識別技術(shù)研究[D];中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所;2017年

2 趙麗亞;腫瘤手術(shù)導(dǎo)航中圖像分割與配準(zhǔn)方法研究[D];北京工業(yè)大學(xué);2016年

3 李碧草;基于信息論測度的醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究[D];東南大學(xué);2016年

4 吳茜;精準(zhǔn)放射治療中圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2015年

5 張超;基于局部特征的圖像配準(zhǔn)算法及應(yīng)用研究[D];北京理工大學(xué);2015年

6 曹祝樓;醫(yī)學(xué)圖像配準(zhǔn)中的若干關(guān)鍵問題研究[D];山東大學(xué);2015年

7 張靜亞;非剛體醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究[D];蘇州大學(xué);2015年

8 靳峰;基于特征的圖像配準(zhǔn)關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2015年

9 王雷;多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)與融合關(guān)鍵算法研究[D];華南理工大學(xué);2013年

10 潘曉光;醫(yī)學(xué)圖像配準(zhǔn)算法及其應(yīng)用的研究[D];東北大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 吳仲明;基于體可視化的計算機(jī)輔助頭部輪廓測量系統(tǒng)研究[D];華南理工大學(xué);2016年

2 岑梓源;基于GPU的醫(yī)學(xué)圖像體繪制技術(shù)研究[D];華南理工大學(xué);2013年

3 冀曉兵;圖像尺寸變換的算法研究[D];西安建筑科技大學(xué);2011年

，

本文編號：2656984