首页 > 文献资料
-
基于Demons的微分同胚非刚性配准研究
Demons算法的一个局限是它无法处理大形变,且不能产生微分同胚的变换以满足计算解剖学的形态分析需要.利用李群中的指数映射,把原来Demons形变场相加的更新方式改进为若干次形变场间的复合,同时又保证了较高的运算效率.实验表明,新算法能配准大形变问题,且真实颅脑CT的实验结果 与Demons算法的结果 相近,但产生的形变场光滑可逆,并有相对更小的形变能量.
-
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.
-
基于多目标交叉变异粒子群算法的多模医学图像非刚性配准
以互信息为相似性测度,采用B样条变换对多模态医学图像进行非刚性配准时,由于噪声及图像插值等原因造成的互信息局部极值使得传统优化方法不能搜索到佳配准参数.为此,使用粒子群智能优化方法作为搜索策略,以降低对图像预处理的要求,进一步提高基于互信息的非刚性配准的鲁棒性.为了克服粒子群算法受初始值选取等因素的影响易陷于局部优的缺点,使用LBFGS优化得到的结果构造初始粒子群,采用多目标优化方法结合交叉变异策略加以改进,使得算法在解空间搜索的遍历性得到改善,优化结果更接近全局优.MR-T2与MR-PD图像的配准实验证明,该方法提高了基于互信息的B样条非刚性配准的鲁棒性,配准率达到94% ;CT与PET图像的配准实验表明该方法相比惯性权重粒子群算法提高了配准精度,互信息增加了0.026;另外,CT与CBCT图像的配准实验也验证了本方法的有效性.
-
基于自适应微分同胚多分辨率Demons算法的多模态磁共振图像配准
微分同胚Demons能保证变形场的光滑可逆性,避免不合理形变的产生,但迭代次数需手动设定,且对配准结果影响较大.为解决此问题,提出自适应微分同胚的多分辨率Demons算法.首先利用非刚性配准的优化理论框架和多分辨率的策略,引入基于灰度的相似度能量函数,并设置配准终止条件,终实现迭代次数的自适应.用check board图像,相同模态和不同模态的磁共振图像进行测试,采用配准评价指标进行定量分析,并分析不同驱动力和参数对配准结果的影响.实验结果表明:对于相同模态的磁共振图像,均方误差为514.796 5,归一化互相关系数为0.999 3,结构相似度为0.994 8;对于不同模态的磁共振图像,均方误差为1 354.1,归一化互相关系数为0.593 5,结构相似度为0.511 6;该算法均方误差小,归一化相关系数、结构相似度高;该算法具有高效性和鲁棒性,可用于磁共振图像的非刚性配准.
-
基于配准方法的颅脑CT图像病变信息自动提取算法
医学图像中病变信息的计算机自动提取是实现计算机智能辅助诊断的关键与难点,本研究的目的就是提出一个解决该难题的算法,称之为PATHOINFER.该算法的基本过程是首先选择一幅具有代表性的模板图像Mo和一系列与其相应的正常图像样本Mi,利用非刚性配准分别建立表示"正常图像"灰度变化的灰度均值图谱,表示正常变异的统计概率图谱和反映其解剖结构空间关系的分割模板,以实现对"正常图像"的计算机描述.再通过Mo与目标图像S的配准,达到"正常图像"与S在空间关系上的一致,然后通过S与"正常图像"的比较,利用模糊逻辑推理,自动检出S中的病变区域,并实现对其病变特征信息的自动提取.实验结果表明,PATHOINFER算法可自动地检出并分割病变区域,并能够自动地提取包括病变发生部位在内的特征信息,实现了计算机智能辅助诊断研究中病变信息自动提取的难题.
-
基于灰度和形状的非刚性图像配准算法的研究
提出一种新的灰度和形状信息相结合的全自动同模态医学图像非刚性配准-分割算法,将欧氏距离表示的形状信息融入基于灰度的配准算法中,构造出新的代价函数.该算法在医学图像多目标分割的应用中,能够较好地完成灰度相近、边缘模糊、间距较小的不同结构的分割.对5组真实脑部MRI图像进行分割脑深层灰质结构的实验,结果表明,本算法优于基于灰度信息的图像配准算法.
-
一种基于模式控制自由变形的非刚性医学图像配准算法
目的对手术前MRI/CT图像和手术中超声图像两种模态下都可见的血管结构进行配准.方法提出一种基于自由变形模型的多模态医学图像的非刚性配准的方法.当两个图像对准时,一种图像中的血管中心点就会对应着另一种图像下灰度脊点.对于全局变换采用刚性变换,而对于局部的形变,采用一种基于模式控制B样条的自由变形模型(FFD)来描述.配准算法采用遗传算法和共轭梯度法结合的优化策略来小化目标函数.结果我们设计了两个实验,分别应用于体模和临床数据来评价我们的算法.这种方法是连续而且准确的.后的变换参数的均方差值是亚像素、亚毫米级的,在0.010弧度以内的.结论实验结果显示本方法从配准精度和收敛速度上都得到了良好的效果.可以有效地应用于超声图像导航手术系统.
-
基于薄板样条和形状内容的医学图像非刚性配准方法研究
目的 针对医学图像非刚性点配准的现状,给出一种基于点特征的非刚性配准方法.方法 利用一种新的相似度测量方法--形状内容来解决两幅图像中点的对应关系,并利用点对应关系来估计非刚性映射函数.结果 利用薄板样条实现了医学图像的快速准确非刚性配准.结论 实验结果表明,上述方法获得了很好的配准效果.
-
同体呼气相和吸气相肺部高分辨率CT体积图像的配准
目的 实现同一个体屏住呼吸状态下呼气相与吸气相的肺部高分辨率CT体积图像配准.方法 采集3个被试者两个屏住呼吸状态下的胸部高分辨率CT序列,共3对.利用序列分割算法提取肺组织,并分开存储左右两肺.对单侧肺的呼气与吸气图像进行配准.首先,基于解剖标志面寻找全局仿射变换参数,用此变换重采样呼气相体积图像;其次,利用"Demons"算法对两体积图像进行非刚性配准.结果 两肺的轮廓及内部结构均获得较好的配准效果.配准前,两图像的平均体积重合度为0.7982,经全局仿射变换后提高到0.8936,经"Demons"非刚性配准后增至0.9544.均方根误差值平均下降率为:19.83%(全局仿射变换之后),49.43%(Demons非刚性配准之后).结论 本文所采用的同体肺部图像的配准方法可以有效地配准两个大形变肺部体积图像,为进一步分析肺的呼吸功能奠定了良好的基础.
-
基于ITK的多模态医学图像非刚性配准研究
目的:研究基于the insight toolkit(简称ITK)的多模态医学图像非刚性配准,分析基于1TK的多模态医学图像非刚性配准效果.方法:从医学图像配准的基本框架出发,针对多模态医学图像的非刚性配准,深入研究了框架各模块在配准中应发挥的作用,选择了利用互信息作为相似性测度、Blackman-Harris窗函数改进的部分体积插值(Pv)、基于B样条的自由形变变换方式、有限存储LBFGS搜索算法,以满足多模态非刚性图像配准要求.结果:利用ITK软件包,实现了对人体肝脏的核磁和CT图像的配准.结论:基于改进的医学图像配准框架实验数据证明了该方法的有效性.
-
基于配准的插值
断层间图像插值是三维重建的一个关键步骤,因为图像上像素之间的间隔常常小于断层图像之间的距离,而在三维重建需要它们有一致的分辨率.由于是同模态断层图像层间插值,对于解决同模态弹性配准问题,Thirion的demons算法比较适合.所以配准采用Demons方法.Demons算法先判断出待配准图像上各个象素点的运动方法,通过对各个象素点的移动来实现非刚性配准.在这个算法中,每张图像都被视为同灰度值轮廓的集合.该算法可以应用于精度要求比较高的体数据插值重建过程.
-
血管的虚拟外翻方法
设计了一种血管虚拟外翻方法.该方法以沿电场线虚拟外翻理论为基础,以非刚性配准方法优化外翻基准面为特点,具有视野开阔,观察便捷、能保持与周围器官解剖对照关系等优点.用真实病人的下肢动脉血管图像进行实验,所得外翻图像能够完整揭示动脉狭窄,证明了该方法的有效性.
-
基于特征向量统计图谱的颅脑CT图像中病变检出的初步研究
该文介绍了一种用于描述图像多种特征的特征向量统计图谱(SAAV),并通过将待检测数据与SAAV的比较分析实现颅脑CT图像中病变的自动化检出.实验表明,该方法能较敏感地检出主要的颅脑CT病变区域.
-
基于Demons算法的MR图像与病理切片的非刚性配准
采用Demons算法实现脑胶质瘤MR图像与病理切片图像的非刚性配准. 采用Demons算法,加入局部结构张量信息,构建能量函数以获得新的形变向量,后通过迭代实现MR图像与病理切片图像的配准. 配准后病理图像的肿瘤轮廓与MR图像基本吻合. Demons算法可实现脑胶质瘤MR图像与病理切片的非刚性配准,配准后两幅图像的肿瘤大小信息基本达到一致,可为进一步的模型构建提供参考.
-
基于改进Demons算法的非刚性配准及其在肿瘤放疗中的应用
目的 提出一种改进的Demons非刚性配准算法,验证算法的有效性,并将其应用于图像引导放射治疗(image-guided radiotherapy,IGRT)中治疗图像和计划图像的配准.方法 基于Brox等提出的梯度恒定假设和Malis的高效二阶小化算法的思想将图像灰度梯度场的相似性加入原始的能量函数中,推导出更新变形场的公式.利用有限内存的BFGS算法优化能量函数,自动确定迭代次数.分别利用模拟形变图像、变形体模图像和肝癌病人的临床CT图像验证改进算法的配准精度.结果 改进的Demons变形配准算法与原始的“Additive Demons”算法相比,配准精度更高,收敛速度更快.结论 在放射治疗的不同分次扫描过程中,因实际扫描条件的影响,两幅待配准图像像素灰度值范围不同的情况下,改进的Demons算法能够更好地实现快速精确的配准.
-
基于Demons算法的多模态医学图像非刚性配准研究
非刚性医学图像配准是医学图像研究领域的热门专题之一,具有重要的临床应用价值.本文提出一种改进的Demons算法,将灰度守恒模型和局部结构张量守恒模型结合起来,构造一个新的能量函数处理多模态配准问题,然后采用L-BFGS算法优化能量函数,解决复杂三维数据的优化问题,并采用多尺度分层细化的思想解决大形变配准.实验表明,本文算法对大形变和多模态三维医学图像配准都有较好的效果.
