現(xiàn)有的醫(yī)學圖像配準算法對于灰度均勻、弱邊緣以及弱紋理圖像易陷入局部最優(yōu)從而導致配準精度低下、收斂速度緩慢.分數(shù)階主動Demons （Fractional active Demons, FAD）算法是解決該問題的有效方法,并且適用于圖像的非剛性配準.但FAD中的最佳分數(shù)階階次是人工交互選取,并且對整幅圖像都是固定不變的.為了解決該問題,提出一種階次自適應的主動Demons算法并將其應用到醫(yī)學圖像的非剛性配準中.算法首先根據(jù)圖像的局部特征建立分數(shù)階階次自適應的數(shù)學模型,并逐像素計算最優(yōu)階次,基于該階次構造Riemann-Liouvill （R-L）分數(shù)階微分動態(tài)模板;然后將自適應R-L分數(shù)階微分引入到Active Demons算法,在一定程度上緩解了圖像配準在弱邊緣和弱紋理區(qū)域易陷入局部最優(yōu)問題,從而提高了配準精度.通過在兩個醫(yī)學圖像庫上進行實驗驗證,實驗結果表明該方法可以處理灰度均勻、弱紋理和弱邊緣的醫(yī)學圖像非剛性配準,配準精度得到較大提升. 

【文章來源】：自動化學報. 2020,46(09)北大核心EICSCD

【文章頁數(shù)】：11 頁

【參考文獻】：
期刊論文
[1]基于多分辨率和自適應分數(shù)階的Active Demons算法[J]. 張桂梅,郭黎娟,熊邦書,儲珺.  計算機研究與發(fā)展. 2018(12)
[2]基于微分同胚Demons形變配準算法獲取肺通氣圖[J]. 路玉昆,鞏貫忠,虞剛,李登旺,尹勇.  中國醫(yī)學物理學雜志. 2017(07)
[3]一種新的基于自適應分數(shù)階的活動輪廓模型[J]. 張桂梅,徐繼元,劉建新.  計算機研究與發(fā)展. 2017(05)
[4]基于分數(shù)階梯度驅(qū)動的主動Demons算法研究[J]. 張桂梅,曹紅洋,陳陽泉,劉建新.  電子學報. 2016(12)
[5]基于平衡系數(shù)的Active Demons非剛性配準算法[J]. 薛鵬,楊佩,曹祝樓,賈大宇,董恩清.  自動化學報. 2016(09)
[6]大形變微分同胚圖像配準快速算法[J]. 閆德勤,劉彩鳳,劉勝藍,劉德山.  自動化學報. 2015(08)
[7]基于Demons算法的多模態(tài)醫(yī)學圖像非剛性配準研究[J]. 郝培博,陳震,江少鋒,汪洋.  生物醫(yī)學工程學雜志. 2014(01)
[8]醫(yī)學圖像配準技術[J]. 申艷平.  中國醫(yī)學物理學雜志. 2013(01)



本文編號：3116743