醫(yī)學(xué)圖像配準(zhǔn)和融合的研究.pdf

1、近年來(lái)，醫(yī)學(xué)的快速發(fā)展，推動(dòng)了醫(yī)療圖像的廣泛應(yīng)用。不同的醫(yī)學(xué)圖像承載了人體相關(guān)器官的不同信息，互為補(bǔ)充，成為臨床診斷和治療的重要參考。在臨床上，為了獲得病灶組織更為精準(zhǔn)的圖像信息，常常需要對(duì)多種醫(yī)學(xué)圖像進(jìn)行綜合分析。因此，醫(yī)學(xué)圖像的融合就顯得尤為重要，它通過(guò)減少圖像間的冗余信息增加互補(bǔ)信息以獲得更為可靠、全面的融合結(jié)果。醫(yī)學(xué)圖像配準(zhǔn)是融合的前提，它將直接影響最終融合效果。
　　 本文從介紹醫(yī)學(xué)圖像配準(zhǔn)的意義和發(fā)展現(xiàn)狀出發(fā)，分析了

2、配準(zhǔn)的基本原理和具體的實(shí)現(xiàn)過(guò)程，研究了基于互信息的醫(yī)學(xué)圖像配準(zhǔn)方法。深入討論了互信息配準(zhǔn)方法的中插值方法、搜索算法對(duì)配準(zhǔn)的影響。針對(duì)互信息醫(yī)學(xué)圖像配準(zhǔn)方法易陷入局部極值問(wèn)題，提出了改進(jìn)的部分體積(Partialvolume，PV)插值算法，并在圖像互信息引入梯度信息，進(jìn)一步提高了圖像配準(zhǔn)的準(zhǔn)確性。為提高配準(zhǔn)速度，本文采用矩和主軸法進(jìn)行圖像的初配準(zhǔn)。多組圖像配準(zhǔn)實(shí)驗(yàn)證明，改進(jìn)后的配準(zhǔn)方法能較準(zhǔn)確地實(shí)現(xiàn)醫(yī)學(xué)圖像的配準(zhǔn)。
　　 對(duì)于配

3、準(zhǔn)后的圖像，本文提出了基于參數(shù)化對(duì)數(shù)圖像處理(ParameterizedofLogarithmicImageProcessing，PLIP)模型和離散小波變換的醫(yī)學(xué)圖像融合方法。PLIP模型通過(guò)定義一組參數(shù)化非線性運(yùn)算替代圖像的線性運(yùn)算，對(duì)灰度值直接操作，適用于非線性的圖像處理算法，特別是圖像增強(qiáng)、邊緣提取和圖像修復(fù)。離散小波變換具有時(shí)一頻聚焦性，對(duì)PLIP算法處理后的圖像進(jìn)行小波變換可得到不同分辨率和多方向性的小波子帶，為不同子帶圖像