基于克隆選擇算法的PET-CT醫(yī)學(xué)圖像融合的實(shí)現(xiàn).pdf

1、醫(yī)學(xué)圖像融合是當(dāng)代信息科學(xué)、計(jì)算機(jī)與醫(yī)學(xué)影像科學(xué)相交叉的一個(gè)研究課題，它是醫(yī)學(xué)圖像處理學(xué)科的一個(gè)新的研究熱點(diǎn)。本文深入研究了目前各種PET—CT醫(yī)學(xué)圖像融合的算法仍然存在的缺陷，在此基礎(chǔ)上實(shí)現(xiàn)了基于克隆選擇算法的PET—CT醫(yī)學(xué)圖像融合。首先從PET醫(yī)學(xué)圖像的空間變換出發(fā)，重點(diǎn)研究了基于互信息的PET—CT醫(yī)學(xué)圖像配準(zhǔn)方法目前尚存在的問題——由于互信息函數(shù)具有多極值特性．使得配準(zhǔn)參數(shù)容易陷入局部最優(yōu)。針對此問題，本文采用歸一化互信息作為

2、配準(zhǔn)函數(shù)，改善互信息函數(shù)使其更光滑。在尋找最優(yōu)的尺度和旋轉(zhuǎn)參數(shù)時(shí)，利用克隆選擇算法對醫(yī)學(xué)圖像配準(zhǔn)函數(shù)進(jìn)行優(yōu)化，有效地避免早熟收斂。對配準(zhǔn)后PET—CT醫(yī)學(xué)圖像，本文采用基于像素的融合方法實(shí)現(xiàn)了PET—CT醫(yī)學(xué)圖像的融合。實(shí)驗(yàn)表明，該算法只依賴于圖像本身的信息，不需要任何假設(shè)或先驗(yàn)醫(yī)學(xué)知識(shí)，也不需要對圖像進(jìn)行特征點(diǎn)提取、組織分類等預(yù)處理，不僅能夠?qū)崿F(xiàn)剛體配準(zhǔn)，而且對非剛體的配準(zhǔn)也具有良好的性能，同時(shí)有效地提高了PET—CT醫(yī)學(xué)融合精度，達(dá)