【摘要】：隨著醫(yī)學(xué)成像技術(shù)的迅速發(fā)展,出現(xiàn)了不同的醫(yī)學(xué)成像設(shè)備,如計(jì)算機(jī)斷層成像(CT)、磁共振成像(MRI)、數(shù)字減影血管造影(DSA)、單光子發(fā)射斷層成像(SPECT)、正電子發(fā)射斷層成像(PET)等。不同的成像技術(shù)能從人體獲取不同方面的信息,然而,由于成像原理的差異,每種成像設(shè)備并不能提供人體各個(gè)方面的信息。為了使多次成像或多種模式成像的信息可以得到綜合利用,減少由于信息不完整等因素引起的臨床診斷和治療誤差；研究人員開(kāi)始尋找一項(xiàng)能夠在一幅圖像上同時(shí)表達(dá)來(lái)自人體不同信息的技術(shù),如功能圖像和解剖圖像；而達(dá)到這一目的最基本的要求是使不同模式圖像中的同一解剖結(jié)構(gòu)達(dá)到空間位置上的一致,從而產(chǎn)生了醫(yī)學(xué)圖像配準(zhǔn)技術(shù)。 醫(yī)學(xué)圖像配準(zhǔn)是對(duì)一幅醫(yī)學(xué)圖像尋求一種空間變換,使它與另一幅醫(yī)學(xué)圖像上的對(duì)應(yīng)點(diǎn)達(dá)到空間位置上的一致。配準(zhǔn)過(guò)程本質(zhì)上是一個(gè)多參數(shù)最優(yōu)化問(wèn)題,是圖像融合的前提；在診斷醫(yī)學(xué)、手術(shù)規(guī)劃、模擬仿真以及放療計(jì)劃等方面都有重要應(yīng)用。因此,對(duì)醫(yī)學(xué)圖像配準(zhǔn)的研究,具有重要的學(xué)術(shù)意義和臨床應(yīng)用價(jià)值。 由Collignon和Maes、Viola和Wells幾乎同時(shí)提出的互信息配準(zhǔn)法不需要對(duì)被處理圖像進(jìn)行任何預(yù)處理,不需要對(duì)配準(zhǔn)圖像間的灰度關(guān)系進(jìn)行限制；并且,互信息法幾乎可以用于任何不同模態(tài)圖像的配準(zhǔn),已廣泛應(yīng)用到多模態(tài)醫(yī)學(xué)圖像的配準(zhǔn)中。圖像配準(zhǔn)方法包括特征空間、空間變換、空間搜索、相似度測(cè)量四個(gè)方面�；バ畔⑴錅�(zhǔn)方法是將待配準(zhǔn)圖像的全部灰度信息作為特征空間,用互信息作為相似度來(lái)測(cè)量?jī)煞鶊D像的相關(guān)性。 在剛性配準(zhǔn)過(guò)程中,計(jì)算兩幅圖像的互信息時(shí),容易引入新的灰度值；為了避免這種問(wèn)題的出現(xiàn),一般采用部分體積插值統(tǒng)計(jì)兩幅圖像的聯(lián)合直方圖。但在該方法計(jì)算中,當(dāng)圖像平移整數(shù)點(diǎn)時(shí),聯(lián)合直方圖統(tǒng)計(jì)會(huì)出現(xiàn)誤差,使目標(biāo)函數(shù)出現(xiàn)局部極值,從而造成誤配準(zhǔn)。針對(duì)這一問(wèn)題,本文將高斯函數(shù)引入到直方圖統(tǒng)計(jì)中,選取適當(dāng)?shù)泥徲?用高斯函數(shù)計(jì)算鄰域內(nèi)各點(diǎn)像素對(duì)聯(lián)合直方圖的貢獻(xiàn)。利用高斯函數(shù)的平滑性,避免了在互信息計(jì)算過(guò)程中統(tǒng)計(jì)圖像聯(lián)合直方圖時(shí)出現(xiàn)誤差。使用Powell優(yōu)化方法,尋找最佳的優(yōu)化參數(shù),實(shí)現(xiàn)圖像的最佳配準(zhǔn)。采用CT-PET數(shù)據(jù)進(jìn)行實(shí)驗(yàn),證明該方法平滑了目標(biāo)函數(shù),有效地消除了局部極值,提高了多模態(tài)圖像配準(zhǔn)的精確性,并且,對(duì)噪音圖像配準(zhǔn)也產(chǎn)生很好的效果。該方法適用于多模態(tài)醫(yī)學(xué)圖像配準(zhǔn),克服了傳統(tǒng)互信息計(jì)算時(shí)的不足,提高了配準(zhǔn)的正確率和精確度。 目前提出的許多醫(yī)學(xué)圖像配準(zhǔn)算法只是針對(duì)剛性變換,彈性配準(zhǔn)雖然已經(jīng)提出了一些方法,但同剛性配準(zhǔn)算法相比還不成熟,不能滿(mǎn)足臨床實(shí)時(shí)需求；由于研究對(duì)象具有多樣性和復(fù)雜性,盡管已提出了許多彈性配準(zhǔn)算法,可并沒(méi)有一種配準(zhǔn)方法能在各個(gè)方面都達(dá)到臨床需求。也就是說(shuō)已提出的方法都有一定的局限性,如缺少實(shí)時(shí)性和有效的全自動(dòng)性,這些不足在一定程度上制約著醫(yī)學(xué)圖像彈性配準(zhǔn)算法在實(shí)際臨床中的應(yīng)用。因此醫(yī)學(xué)圖像彈性配準(zhǔn)有著廣泛的臨床應(yīng)用,也是醫(yī)學(xué)圖像處理領(lǐng)域的研究熱點(diǎn)。 文章實(shí)現(xiàn)的非剛性配準(zhǔn)算法,是基于B-樣條的FFD變換模型,用互信息作為相似度測(cè)量,滿(mǎn)足了配準(zhǔn)計(jì)算速度和精度的要求。本文選用三次B-樣條曲線(xiàn)做變換模型,具有良好的局部控制特性,每個(gè)控制點(diǎn)變換時(shí),只影響周?chē)?×4的鄰域;控制面網(wǎng)格的疏密可以用來(lái)控制形變程度,當(dāng)控制面網(wǎng)格較密時(shí),變形模型趨向于描述局部形變；控制面網(wǎng)格較疏時(shí),變形模型趨向于對(duì)全局進(jìn)行形變；控制點(diǎn)的移動(dòng)只影響其周?chē)W(wǎng)格鄰域內(nèi)的鄰近點(diǎn),在計(jì)算互信息時(shí),無(wú)需計(jì)算兩幅圖像整體的互信息來(lái)判斷該控制點(diǎn)是否移動(dòng)到形變的準(zhǔn)確位置,只需計(jì)算兩幅圖像對(duì)應(yīng)控制點(diǎn)周?chē)徲虻幕バ畔?從而達(dá)到減少計(jì)算量的目的。 圖像拼接是在醫(yī)學(xué)領(lǐng)域有著廣泛的應(yīng)用。隨著醫(yī)療技術(shù)的發(fā)展,臨床醫(yī)學(xué)對(duì)x線(xiàn)影像有一些新的需求,在脊柱和長(zhǎng)骨等的骨科診斷和手術(shù)治療中,獲取完整解剖結(jié)構(gòu)影像、解剖徑線(xiàn)測(cè)量和角度測(cè)量。對(duì)于術(shù)前診斷、術(shù)中監(jiān)控和術(shù)后評(píng)價(jià)都具有十分重要的意義。因此,由圖像拼接獲取的全景圖像具有重要的臨床應(yīng)用價(jià)值。 醫(yī)學(xué)圖像拼接分搜索重疊區(qū)域、圖像配準(zhǔn)、灰度映射、圖像融合等幾部分。文章中實(shí)驗(yàn)數(shù)據(jù)為醫(yī)學(xué)圖像采用基于區(qū)域的灰度相關(guān)方法進(jìn)行重疊區(qū)域搜索,用灰度映射對(duì)圖像灰度調(diào)整及融合。基于區(qū)域的拼接方法,一般直接利用待拼接圖像和參考圖像中像素的灰度相關(guān)性,確定相鄰兩幅圖像的重疊區(qū)域,然后構(gòu)造模板進(jìn)行匹配,從而得到完整圖像。圖像拼接中相鄰幀間灰度差較大時(shí),找到重疊區(qū)域,直接進(jìn)行圖像簡(jiǎn)單的疊加會(huì)出現(xiàn)皮帶現(xiàn)象,導(dǎo)致全景圖像不連續(xù)。針對(duì)這一問(wèn)題提出了灰度映射的方法,統(tǒng)計(jì)兩幅圖像重疊區(qū)域的聯(lián)合直方圖,計(jì)算出新的灰度映射值；將一幅圖像映射到另一幅圖像,從而減少灰度差,完成圖像的色差調(diào)整。采用多組CR數(shù)據(jù)進(jìn)行實(shí)驗(yàn),該方法對(duì)數(shù)據(jù)進(jìn)行色差調(diào)整,實(shí)現(xiàn)了圖像的無(wú)縫拼接。實(shí)驗(yàn)證明,該方法用互信息作為相似度,提高了匹配的精確性,對(duì)醫(yī)學(xué)圖像拼接有一定的使用價(jià)值。
【圖文】：

配準(zhǔn)示意圖

則兩變量的互信息最大。圖像配準(zhǔn)過(guò)程即尋找最優(yōu)的空間變換參數(shù)T0: T0=argmaxI(R，T(F))基于互信息配準(zhǔn)算法流程圖，，如圖2一2。優(yōu)優(yōu)化化 插插值值 空空間變換換圖2一2配準(zhǔn)流程圖Figure.2一 2RegistrationProeess
【學(xué)位授予單位】：南方醫(yī)科大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類(lèi)號(hào)】：R814;TP391.41

【引證文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 李勇;基于互信息的圖像拼接算法研究[D];哈爾濱工業(yè)大學(xué);2016年

2 馮驥;基于互信息和B樣條FFD模型的圖像配準(zhǔn)算法研究[D];哈爾濱理工大學(xué);2016年

3 袁茂愷;自吸離散式數(shù)字PCR芯片檢測(cè)裝置的關(guān)鍵技術(shù)研究與系統(tǒng)開(kāi)發(fā)[D];浙江大學(xué);2016年

4 王海風(fēng);機(jī)器人輔助外科視覺(jué)導(dǎo)航系統(tǒng)圖像配準(zhǔn)研究[D];吉林大學(xué);2014年

本文編號(hào)：2634134