基于改進(jìn)SIFT特性的醫(yī)學(xué)圖像非剛性配準(zhǔn)算法研究.pdf

1、醫(yī)學(xué)圖像配準(zhǔn)是指尋找兩幅醫(yī)學(xué)圖像之間的一個(gè)最優(yōu)變換，使得一幅圖像經(jīng)過該變換后和另一幅圖像達(dá)到空間上的對(duì)齊。在醫(yī)學(xué)領(lǐng)域，配準(zhǔn)主要應(yīng)用于CT、MR、PET等醫(yī)學(xué)圖像的信息融合、實(shí)際醫(yī)學(xué)圖像和圖譜的比較、外科手術(shù)導(dǎo)航、心臟運(yùn)動(dòng)估計(jì)等許多方面。本文針對(duì)這一熱點(diǎn)課題進(jìn)行了研究。
　　如果整幅圖像中存在多個(gè)相似區(qū)域，用傳統(tǒng)的SIFT(Scale Invariant FeatureTransformation，SIFT)算法得到的特征描述子會(huì)有

2、很大的相似性，從而出現(xiàn)大量的誤匹配點(diǎn)對(duì)。為了克服傳統(tǒng)特征匹配算法對(duì)噪聲和圖像灰度非線性變換敏感的不足，本文提出了改進(jìn)的SIFT特征提取和匹配算法。首先采用Harris角點(diǎn)檢測(cè)算子提取特征點(diǎn)，然后通過求取該特征點(diǎn)周圍像素的梯度直方圖構(gòu)造SIFT特征描述子。改進(jìn)的SIFT算法加入全局紋理信息，使得SIFT特征描述子包含更大鄰域范圍內(nèi)的曲線形狀信息，降低了由于局部信息相似而造成誤匹配的概率。
　　提出了基于仿射變換和薄板樣條相結(jié)合的層次

3、模型非剛性配準(zhǔn)算法，采用仿射變換進(jìn)行全局粗配準(zhǔn)，應(yīng)用薄板樣條彈性模型進(jìn)行局部精配準(zhǔn)。
　　在此基礎(chǔ)上，給出了基于改進(jìn)SIFT特征的醫(yī)學(xué)圖像非剛性配準(zhǔn)完整新算法:首先分別對(duì)參考圖像和待配準(zhǔn)圖像進(jìn)行特征提取，生成改進(jìn)的SIFT特征描述子;采用仿射變換進(jìn)行全局粗配準(zhǔn)和薄板樣條彈性模型進(jìn)行局部精配準(zhǔn)的層次模型;利用歐氏距離和算術(shù)—幾何均值距離作為相似性測(cè)度，最終實(shí)現(xiàn)醫(yī)學(xué)圖像的非剛性配準(zhǔn)。
　　開發(fā)了基于開放源碼視覺類庫(Open S

4、ource Computer Vision Library，OpenCV)的非剛性配準(zhǔn)軟件平臺(tái)，并給出了可視化的配準(zhǔn)實(shí)驗(yàn)界面。在本文所開發(fā)的圖像配準(zhǔn)系統(tǒng)中對(duì)多組CT、MR和PET圖像進(jìn)行了配準(zhǔn)實(shí)驗(yàn)。在特征提取方面，對(duì)傳統(tǒng)的SIFT特征提取和匹配方法與本文的改進(jìn)方法進(jìn)行了對(duì)比實(shí)驗(yàn)，充分顯示了本文所提出算法的優(yōu)越性;在實(shí)現(xiàn)圖像配準(zhǔn)過程中，用相關(guān)系數(shù)，最小均方誤差，歸一化互信息，信噪比等評(píng)價(jià)指標(biāo)對(duì)多組實(shí)驗(yàn)的配準(zhǔn)效果進(jìn)行了客觀評(píng)價(jià)。從客觀評(píng)價(jià)結(jié)