首页 > 文献资料
-
眼底图像的配准
医学图像配准是人体可视化和医学图像分析的基础.配准技术的重要医学应用之一就是用手动、半自动或者自动技术进行眼底图像配准、频闪观察,便于眼底疾病的诊断和治疗.本文介绍了图像配准概念和分类,对眼底图像配准方法进行了介绍和对比分析,并且展望了眼底图像配准的发展.
-
浅析医学图像配准研究的进展
医学图像配准是指寻求两幅图像间一对一映射的过程,即将两幅图像中对应于空间同一位置的点联系起来.医学图像配准是进行医学图像处理的基础,在临床诊断和治疗中占有重要地位.本研究将对医学图像配准方法分类和应用进行概述,旨在为今后其方法的改进和临床的应用提供参考.
-
基于互信息与边缘梯度相结合的多模医学图像配准方法
针对传统互信息配准方法未利用图像空间信息的缺点,本文研究了图像边缘信息的梯度相似性.首先采用小波模极大值边缘检测提取出图像边缘,提出将边缘图像的梯度相似性系数与传统的互信息相乘作为图像配准的目标函数.然后通过使用Powell优化算法对目标函数进行寻优,得出配准变换参数.后在互信息的基础上引入图像边缘梯度信息,突出了全局优解.实验结果表明,该方法可以得到精确、有效的配准结果.
-
肺部图像配准关键技术及研究现状
图像配准是医学图像处理和分析的重要研究内容,其中对肺部的图像配准是医学图像非刚性配准的重要实例应用.因肺在呼吸运动或手术过程中会发生巨大形变,所以肺部图像配准充满着挑战,是图像配准领域内一个活跃的研究课题,具有广阔的应用前景.本文介绍了肺部图像配准的流程,并将其五个关键技术:形变模型、相似度度量、正则化方法、优化策略和评价方法进行了分析和总结.通过对研究现状及关键技术的回顾,提出了肺部图像配准目前面临的困境和未来的研究方向.
-
计算机辅助手术向远程手术方向的发展
本文对计算机辅助手术(CAS)系统的关键技术:医学图像三维可视化、多模医学图像配准进行了全面的探讨,进一步讨论了在计算机网络中通过共享医学图像的各种分析处理结果,来完成计算机辅助手术向远程手术的转化.对计算机辅助手术向远程手术发展所必须解决的问题;三维医学图像传输环境下的医学图像实时三维可视化、协同分布式并行计算环境、基于Web的交互式可视化进行了设计分析.
-
基于概率和引力优化模型的医学图像配准
基于互信息的配准方法,其目标函数经常存在许多局部极值,给配准的优化过程带来很大困难.提出一种基于概率模型的引力优化算法,在空间中随机构造参考物体与浮动物体,根据牛顿万有引力定律,搜索空间中质量大的物体.利用该算法,实现以归一化互信息为相似性测度的医学图像配准实验.实验结果表明,这种方法能够有效地克服互信息的局部极值,在配准精度、配准时间和抗噪性方面都有较好的性能.
-
具有大形变特征的颅脑CT图像的非刚性配准
Demons算法是一种基于光流场模型的小形变非刚性配准算法,大形变情况下不具有拓扑保持性,将它用于颅脑CT图像配准时效果不理想.为此,本研究对它进行了改进.首先建立Demons算法目标能量函数,将形变场求解转化为目标函数优化问题;然后通过增加sKL距离作为正则项来优化目标函数,消除了形变场的不适定性,并使形变场更加光滑.对高分辨率颅脑CT图像的实验结果表明,改进算法不仅能够处理大形变问题,还能在处理大形变时通过光滑的形变场得到更精确的配准结果.
关键词: 医学图像配准 Demons算法 拓扑保持性 Jacobian行列式 sKL距离 -
基于混合互信息和改进粒子群优化算法的医学图像配准方法
为满足医学图像辅助诊断与治疗的需要,提出一种基于混合互信息和改进粒子群优化算法的医学图像配准方法.在每次迭代时,首先使用基于Renyi熵的改进粒子群优化算法对图像进行全局搜索,再使用基于Shannon熵的Powell算法对当前得到的优解进行局部寻优.实验图像为60幅模拟图像和10幅临床图像,对70幅图像进行单模态和多模态的医学图像配准实验,所提出算法的单模态医学图像配准结果均达到亚像素级.在多模态医学图像配准实验中,采用5种性能指标,评价配准结果的质量.同3种医学图像配准算法进行比较,结果显示新算法除计算时间外,其他4项指标均为优,MI指数、NMI指数和CC指数的均值分别为1.338 6、1.363 1和0.837 8.主观和客观分析显示,所提出算法在精确度和收敛速度方面均优越于其他配准算法.
关键词: 混合互信息 改进的粒子群优化算法 Powell算法 医学图像配准 -
利用相关比相似性测度多分辨率配准MR和CT医学图像的方法
本文提出了有效的、能被临床应用所接受的磁共振(MR)和CT医学图像配准方法.在基于体素灰度的医学图像配准领域,本文采用了全新的相关比相似性测度作为配准的测度准则.具体设计时,采用了加速的多分辨率配准方案,对方案中涉及的几何变换选取、重采样、多分辨率体数据表达及优化方法进行了设计分析.后,利用本文提出的多分辨率配准方法,对MR和CT临床医学图像进行配准,给出了令人满意的效果.
-
基于大互信息的医学图像配准算法
本文提出一种新的基于轮廓提取和大互信息理论的医学图像配准的算法.该算法克服了在配准过程中存在鲁棒性因素、出现误配情况及互信息单一的利用图像灰度信息的局限性,将边缘检测与互信息相结合,提高了原有算法的性能,可较准确地完成图像配准任务.本文并对提出的配准算法进行了Matlab仿真实验,对仿真结果进行分析.
-
神经网络技术及其在医学图像处理中的应用
神经网络技术是模拟生物神经系统的原理而构成的一种新型智能信息处理技术,已成功应用于疾病预报、方剂配伍等医学领域.近年来,在医学图像处理与分析领域,神经网络技术也得到了广泛应用.本文就神经网络技术在医学图像分割、医学图像配准以及基于医学图像的计算机辅助诊断技术等方面的应用及其研究进展进行综述,阐述具有代表性的技术和算法.
-
三维多模态医学图像自动配准方法研究
提出一种综合应用图像分割与互信息的医学图像自动配准方法.首先采用门限法和数学形态学方法进行预处理,再用k-means方法进行分割,之后采用基于互信息的Powell优化方法配准.将该方法用于磁共振图像(MRI)和正电子发射断层扫描(PET)临床医学图像配准,得到较满意的效果.
-
基于SURF和改进的RANSAC算法的医学图像配准
为了提高医学图像配准的鲁棒性、准确性和速度,本文提出一种结合加速鲁棒性特征(SURF)和改进的随机采样一致算法(RANSAC)的医学图像配准算法,首先提取图像上的SURF特征点,完成特征点初始匹配,然后用改进的RANSAC算法剔除误匹配点对,后根据提纯后的匹配点对估计出两幅图像间的空间几何变换参数完成图像配准.实验结果表明,与传统的几种算法相比,在图像中含有噪声、灰度不均匀及初始变换范围比较大的情况下,该算法在达到良好配准精度的同时,具有较强的鲁棒性和更快的速度.
-
医学图像配准分类及在放疗中的应用进展
随着计算机技术和医学影像软件图像分析及可视化的发展,对医学图像进行配准具有重要的研究意义.医学图像配准技术作为后续图像融合等图像处理工作前的重要一步,同样影响着医疗诊断的效果.基于此,学者们对医学配准方法及算法进行着重研究,目前已有多种配准方法经过临床实际应用.本文就临床放疗中应用的配准方法进行归类与分析,提高配准的精度、效率以及提高鲁棒性是今后医学图像配准的研究方向.
-
医学图像配准技术研究进展
医学图像配准是近年来医学图像处理领域中的重要研究问题,通过寻找某种适当的空间变换,使两幅图像达到空间位置上的定位和配准,进而进行图像融合.医学图像配准在临床诊断、治疗、质量保证和疗效评价等方面具有重要的应用价值.通过对近年来医学图像配准的主要方法(相关法、互信息法及小波变换法)进行综述,比较了各种算法的特点及其典型应用.
-
多模态医学图像配准技术研究进展
多模态医学图像配准技术是目前医学图像处理中的研究热点,对于临床诊断和治疗有重要意义.首先分析了图像配准的过程,然后根据待配准图像的特征,包括图像的外部特征和内部特征,系统且详细地介绍了多模态医学图像配准的常用方法,并对这些方法进行了比较.
-
MATLAB在医学图像配准中的应用
目的 探讨MATLAB存医学图像配准中的应用.方法 采用图像配准原理,利用MATLAB中IPT做图像配准的变换类型、控制对及相关函数计算,通过试验1和试验2说明MATLAB如何应用于医学图像的配准中.结果 比较参考图像,配准后的图像匹配效果很好.结论 利用MATLAB提供的IPT进行医学图像配准,简捷方便,但要达到理想的配准结果 ,必须确定合适的变换类型.
-
基于划分强度一致测度的多模医学图像配准
以划分强度一致(PIU)测度,运用刚体变换的方法,结合Powell优化算法实现了MR/CT多模医学图像的配准.本方法较好地解决了多模态医学图像配准中存在的问题,能够快速稳定地实现头部MR/CT医学图像的配准.
-
自适应指数加权互信息配准医学图像的测度及相应算法
为配准医学图像,本文提出了一种新的自适应指数加权的互信息(Adaptive Exponential Weighted Mutual Informa-tion,AEWMI)测度,分析表明:通过对互信息(Mutual Information,MI)测度进行指数加权可以提高测度曲线的峰值尖锐性和平滑性;而指数的权值则可以通过评估待配准图像的质量和分辨率大小来自适应确定.仿真实验结果在验证分析结果的同时也表明,基于本文AEWMI测度的配准方案,对图像噪声、分辨率差异等有较高的鲁棒性,且可有效地提高配准的成功率.
-
基于形态学梯度和互信息的医学图像配准方法
基于互信息的图像配准方法,已被广泛用于医学图像的配准.但是该方法计算量较大且无法处理图像空间信息,导致运行时间较长且易陷入局部极值.为解决此问题,本研究提出了一种基于形态学梯度和互信息相结合的医学图像配准新方法,该方法充分利用图像的灰度信息和空间几何形状,可节省运行时间且有效改善传统互信息方法中的局部极值问题.实验结果表明,该方法的配准精度和运行速度明显优于传统方法.