發(fā)布時(shí)間：2018-09-10 11:56

【摘要】：放療是治療肺癌的常用手段,為了減少放療的劑量,由圖像引導(dǎo)的放療需要估計(jì)病人的呼吸運(yùn)動(dòng)模型,而肺部4D CT圖像配準(zhǔn)是運(yùn)動(dòng)建模的核心技術(shù)。本文研究了基于馬爾可夫隨機(jī)場(chǎng)的4D CT圖像配準(zhǔn)技術(shù),提出了一種基于高階乘冪法的肺部4D CT圖像配準(zhǔn)算法,主要內(nèi)容如下:本文首先介紹了基于馬爾可夫隨機(jī)場(chǎng)的圖像配準(zhǔn)模型,然后基于團(tuán)分解模型分析了各個(gè)勢(shì)函數(shù)對(duì)約束形變場(chǎng)所起到的作用,并針對(duì)2D與3D圖像,將拓?fù)浼s束勢(shì)函數(shù)轉(zhuǎn)化為各向同性的形式,最后給出了圖像配準(zhǔn)算法的基本框架。其次,針對(duì)圖割及消息傳播類算法中存在的不能有效處理多元團(tuán)約束的問(wèn)題,提出了應(yīng)用于圖像配準(zhǔn)的張量模型,并采用對(duì)稱張量高階乘冪法來(lái)求解相應(yīng)的最優(yōu)化問(wèn)題,提出的算法適用于各向同性馬爾可夫隨機(jī)場(chǎng)中的圖像配準(zhǔn)問(wèn)題。為了降低算法的空間復(fù)雜度,本文提出了一種張量稀疏表示方法,并說(shuō)明了對(duì)于任意(復(fù)合)同質(zhì)性馬爾可夫隨機(jī)場(chǎng)中的勢(shì)函數(shù),皆可利用此方法來(lái)構(gòu)造張量。此外,還針對(duì)2D圖像改進(jìn)了用于弱拓?fù)浔３值膭?shì)函數(shù),仿真結(jié)果表明同時(shí)施加平滑約束與弱拓?fù)浼s束能夠有效約束形變場(chǎng)的拓?fù)浣Y(jié)構(gòu)。最后,針對(duì)肺部4D CT圖像配準(zhǔn),給出了兩種多尺度處理策略,并在DIR-Lab公開(kāi)數(shù)據(jù)集上進(jìn)行了仿真實(shí)驗(yàn)。主要研究了輔助函數(shù)對(duì)算法性能的影響,并且以目標(biāo)配準(zhǔn)誤差(TRE)作為評(píng)價(jià)準(zhǔn)則,將本文提出的算法與MLS、deeds和isoPTV算法做了對(duì)比,實(shí)驗(yàn)結(jié)果驗(yàn)證了算法的正確性和有效性。
[Abstract]:Radiotherapy is a commonly used method in the treatment of lung cancer. In order to reduce the dose of radiotherapy, image-guided radiotherapy needs to estimate the respiratory motion model of patients, and the lung 4D CT image registration is the core technology of motion modeling. In this paper, 4D CT image registration technology based on Markov random field is studied, and a lung 4D CT image registration algorithm based on higher order power method is proposed. The main contents are as follows: firstly, the image registration model based on Markov random field is introduced. Then, based on the cluster decomposition model, the effects of potential functions on constrained deformation sites are analyzed, and 2D and 3D images are analyzed. The topological constrained potential function is transformed into isotropic form. Finally, the basic frame of image registration algorithm is given. Secondly, aiming at the problem that graph cutting and message propagation algorithms can not deal with multi-cluster constraints effectively, a Zhang Liang model applied to image registration is put forward, and the corresponding optimization problem is solved by using the high order power method of symmetric Zhang Liang. The proposed algorithm is suitable for image registration in isotropic Markov random fields. In order to reduce the space complexity of the algorithm, a Zhang Liang sparse representation method is proposed, and it is shown that the potential functions in arbitrary (composite) homogeneous Markov random fields can be constructed by this method. In addition, the potential function used to preserve the weak topology is improved for 2D images. The simulation results show that both smoothing and weak topological constraints can effectively constrain the topological structure of the deformation field. Finally, two kinds of multi-scale processing strategies are presented for lung 4D CT image registration, and the simulation experiments are carried out on the DIR-Lab open data set. This paper mainly studies the influence of auxiliary function on the performance of the algorithm, and takes the target registration error (TRE) as the evaluation criterion, and compares the proposed algorithm with MLS,deeds and isoPTV algorithms. The experimental results show that the algorithm is correct and effective.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：R734.2;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陳明,陳武凡;基于小波分解與馬爾可夫隨機(jī)場(chǎng)的醫(yī)學(xué)圖像矢量量化分割[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2001年06期

2 彭潔;呂慶文;馮衍秋;高園園;陳武凡;;馬爾可夫隨機(jī)場(chǎng)在彌散張量磁共振圖像分割方法中的應(yīng)用[J];南方醫(yī)科大學(xué)學(xué)報(bào);2010年07期

3 劉新剛;陳武凡;陳光杰;;基于先驗(yàn)知識(shí)和MRF隨機(jī)場(chǎng)模型的醫(yī)學(xué)圖像彈性配準(zhǔn)方法[J];中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào);2006年02期

相關(guān)會(huì)議論文 前6條

1 李曉燕;葉龍;王京玲;;基于馬爾可夫隨機(jī)場(chǎng)的紋理合成[A];圖像圖形技術(shù)與應(yīng)用進(jìn)展——第三屆圖像圖形技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2008年

2 杜馨瑜;李永杰;堯德中;;一種新的小波域高斯-馬爾可夫隨機(jī)場(chǎng)混合金字塔模型[A];中國(guó)生物醫(yī)學(xué)工程進(jìn)展——2007中國(guó)生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2007年

3 胡陽(yáng)漣;趙鳳群;戴芳;張輝;;一種基于馬爾可夫隨機(jī)場(chǎng)的快速圖像分割算法[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 徐戈;黃志強(qiáng);;基于置信度傳播的MSTAR圖像的分割算法[A];2009年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2009年

5 魏波;李曉峰;李在銘;;在運(yùn)動(dòng)場(chǎng)景中檢測(cè)運(yùn)動(dòng)目標(biāo)[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

6 鄭海紅;曾平;;估值與去噪相結(jié)合的逆半調(diào)算法[A];全國(guó)第13屆計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)（CAD/CG）學(xué)術(shù)會(huì)議論文集[C];2004年

相關(guān)博士學(xué)位論文 前4條

1 張?bào)K祥;小波變換和馬爾可夫隨機(jī)場(chǎng)在圖像處理中的應(yīng)用研究[D];天津大學(xué);2007年

2 張印輝;多尺度馬爾可夫隨機(jī)場(chǎng)圖像分割方法研究[D];昆明理工大學(xué);2010年

3 高如新;2.1維簡(jiǎn)約圖的表達(dá)、計(jì)算與應(yīng)用[D];華中科技大學(xué);2009年

4 余長(zhǎng)宏;基于統(tǒng)計(jì)學(xué)模型的納米級(jí)容錯(cuò)電路關(guān)鍵技術(shù)研究[D];浙江大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 羅欣;馬爾可夫隨機(jī)場(chǎng)的小波域圖像建模及應(yīng)用研究[D];長(zhǎng)安大學(xué);2015年

2 亓玉佩;高階乘冪法應(yīng)用于基于馬爾可夫隨機(jī)場(chǎng)的肺部4D CT圖像配準(zhǔn)方法研究[D];山東大學(xué);2017年

3 石嶺;基于馬爾可夫隨機(jī)場(chǎng)的木材表面紋理分類方法的研究[D];東北林業(yè)大學(xué);2006年

4 王瑞;基于馬爾可夫隨機(jī)場(chǎng)的非紋理圖像修補(bǔ)技術(shù)研究[D];長(zhǎng)春理工大學(xué);2009年

5 王琳;基于馬爾可夫隨機(jī)場(chǎng)的金屬疲勞斷口圖像的紋理分割[D];南昌航空大學(xué);2011年

6 賈越;基于馬爾可夫隨機(jī)場(chǎng)算法的水下圖像深度提取[D];中國(guó)海洋大學(xué);2014年

7 林芬華;基于馬爾可夫隨機(jī)場(chǎng)的膝關(guān)節(jié)磁共振圖像分割方法的研究[D];合肥工業(yè)大學(xué);2010年

8 徐步玉;基于馬爾可夫隨機(jī)場(chǎng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D];合肥工業(yè)大學(xué);2011年

9 劉一舟;基于馬爾可夫隨機(jī)場(chǎng)的超聲圖像降噪分析[D];武漢大學(xué);2005年

10 殷文龍;馬爾可夫隨機(jī)場(chǎng)在視網(wǎng)膜血管分割中的應(yīng)用[D];云南大學(xué);2015年

，

本文編號(hào)：2234371