首页 > 文献资料
-
改进的Powell医学图像配准算法的应用
以互信息为相似性测度的Powell优化算法,在图像配准时存在速度慢、容易陷入局部极值等缺点.本文提出了改进的归一化互信息的计算公式及其联合直方图的计算方法,使得在计算过程简化的同时,相似性测度能更准确地反映配准程度.另外,针对Powell优化算法对初始点过度依赖的问题,本文设计了一种改进的Powell算法来求取配准的初始变换参数,能有效避免Powell陷入局部极值,同时减少了迭代的次数.实验结果表明,用改进的方法进行医学图像配准可以达到亚像素精度,在速度上有了明显的提高,比传统的Powell算法更稳定.
-
复杂系统熵网络方法及其在中医肿瘤临床数据挖掘中的应用
目的:探索中医治疗肿瘤复杂临床数据挖掘的研究方法.方法:采用基于随机置换检验的互信息方法进行多维的相关性评估,在此基础上建立复杂网络,通过计算网络的各种统计信息对复杂中医肿瘤临床数据进行挖掘,并对龙华医院718例肺癌数据进行了挖掘分析.结果:中医治疗肿瘤临床数据中的多因素混杂交互效应,对718例数据分析结果得到116对有协同效应的属性,82对有拮抗效应的属性,14个核心协同效应子群属性集,7个核心拮抗效应子群属性集,分析结果基本符合临床实际情况.结论:复杂系统熵网络方法能够对复杂中医临床数据进行挖掘,是进行多因素交互效应分析的有效方法之一.
-
隐树模型几个关键指标的辨证意义
数据挖掘的各种算法模型能否真正量化地解释证侯,关键是该模型所产生的有关指标能否合理地量化解释证和一组症状的关系.文章以抑郁症临床流行病学调查数据构筑的证候隐树模型为例子,分析了该模型所产生的互信息、累积互信息、信息覆盖度、条件概率等几个指标的辨证意义.认为:互信息可作为确定一组与某证有密切关联的症状的依据;累积互信息和互信息数值之间的比较可以把握症状提供给证的信息,从而判断症状的诊断价值;信息覆盖度可以考察与某证相关联的一组症状中究竟有多少症状、或有哪些症状就足可以把握该证的基本特征;而条件概率则可以通过该证关联的一组症状所表现出的变化来定量地刻画这个特征.
-
用相关系数法探讨齿痕舌出现的特点
目的:用相关系数法探讨齿痕舌的出现与年龄、舌体胖瘦、舌色、舌苔厚度的相互关系.方法:采用互信息的方法分析体检人群的齿痕舌与舌象其他因素的关联性.结果:齿痕舌与舌体胖瘦的关系大,与年龄段的相关系数小.符合中医临床诊断观察.结论:齿痕舌的出现与舌体胖大有关,与年龄关系不大,舌象的变化可能与体液代谢变化有关.
-
基于互信息的失眠用药关联性分析
基于中医传承辅助系统软件,分析郭蓉娟教授治疗失眠的用药经验.收集郭蓉娟教授治疗失眠的中药方剂,采用关联规则apriori算法、改进的互信息算法、复杂系统熵聚类等无监督数据挖掘方法,确定处方中各种药物的使用频次及药物之间的关联规则,分析郭蓉娟教授治疗失眠的用药经验.对筛选出的3 084首处方进行分析,确定处方中药物的使用频次,药物之问的关联规则,挖掘出41个核心组合和7首新处方.结论符合郭教授对失眠病因病机的认识:以肝郁化火为核心病机,肝郁脾虚、久病及肾的特点,中医传承辅助系统对于挖掘名中医临床经验具有重要实用价值.
-
灰度级别对基于互信息医学图像配准方法的影响
医学图像配准在医学图像处理领域中已经被广泛使用.基于互信息配准的方法具有自动化程度高、配准精度高等优点.基于互信息的配准方法实质上是一种进行灰度统计和计算的方法,因此同一图像采用不同的灰度表示必然会影响配准结果.在分析灰度级别的压缩对于图像质量的影响和基于互信息配准方法的影响的基础上,进行了一系列的多模态医学图像配准试验,从配准精度和计算时间两个方面比较了不同的灰度级别对图像配准的影响.在详细分析和比较不同级别图像配准结果的基础上,给出了基于互信息配准时所采用的合理灰度级别的建议.
-
基于复杂系统熵聚堆算法的不稳定性心绞痛宏观与微观指标相关性研究
宏观的临床症状、体征如何与微观的指标相联系,是目前学术界亟待解决的一个难题,也是一个瓶颈问题.本研究采用数据挖掘的方法,对心绞痛血瘀证患者的血浆差异蛋白质组学指标与其宏观的临床症状、体征做相关性研究,基于搜集到的信息,得出了14种相关模式,并用支持向量机和10倍交叉验证方法 进行验证,结果发现分类的平均准确度高于90%,表明模式发现的结果是可信的.认为患者的临床症状、体征与蛋白表达变化存在着非常密切的联系,复杂系统熵聚堆可以用作联系宏观临床症状、体征与微观指标的一个桥梁.
-
基于Contourlet变换的CT和锥形束CT图像配准算法
目的提出一种基于Contourlet变换,用于放射治疗定位的CT与锥形束CT(cone beam CT,CBCT)图像配准的方法.方法 利用Contourlet变换多尺度多方向的分辨特性,将待配准图像进行Contourlet变换分解,分解后的高频方向子带合成梯度图像,采用归一化互信息作为相似性测度,把梯度图像与低频方向子带以加权函数结合,进行临床医学图像的刚性配准,有效弥补了互信息配准中缺少空间信息的不足.结果 通过已知空间变换参数图像的配准结果验证了算法的准确性.配准后10幅图像变换参数的误差极小,且均方根误差接近于0.结论 该图像配准算法精确度高,并具有很好的鲁棒性,有助于提高图像引导放射治疗(image guided radiation therapy,IGRT)中解剖组织结构和靶区的定位精度.
关键词： 图像配准 多分辨率分解 Contourlet变换 互信息 -
PSO和Powell混合算法在医学图像配准中的应用研究
基于互信息的图像配准方法具有自动化程度高、配准精度高等优点,已被广泛应用于医学图像的配准.但是,基于互信息的目标函数经常是不光滑的,存在许多局部极值,给问题的求解带来了很大的困难.本文讨论了互信息函数的多极值特性,并提出了一种粒子群优化算法(particle swarm optimization,PSO)和Powell混合优化方法.经检验,这种方法能有效地克服互信息函数的局部极值,大大地提高了配准精度,达到亚像素级.
-
基于混合优化算法的医学图像配准方法
基于互信息的图像配准算法计算复杂度高，配准速度慢。针对这一问题，本文提出一种基于改进遗传算法和Powell算法相结合的医学图像配准方法。首先针对传统遗传算法收敛速度慢、易早熟的缺陷，本文对遗传操作中的交叉运算过程提出了改进策略，并将改进的遗传算法与Powell 算法相结合，充分利用遗传算法的全局搜索能力与Powell算法的局部搜索能力。与Powell算法和未改进的遗传算法相比，本文提出的算法极大地缩短了图像配准所用的时间，同时提高了算法的抗噪性。
-
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.
-
基于互信息研究的乳腺癌与阿尔茨海默症的免疫系统发病机理探寻
近年来,越来越多的流行病学研究显示多种癌症与阿尔茨海默症(AD)呈现负相关,但分子生物学机制尚不明确.从基因信号传导及调控网络构建方面研究这种负相关,将对两种疾病致病机理的探寻起重要作用.选取乳腺癌(BC)与AD进行对比研究.考虑到传统特征基因提取方法注重单个基因在不同样本中的表达差异而忽视基因之间的关联性,从基因之间的关联性出发,利用互信息(MI)首先提取两种疾病中共有的差异表达基因作为特征基因.在此基础上,鉴于网络成分分析(NCA)约束条件较强、运行时间过长等局限性,采用快速网络成分分析算法(FastNCA),推演出特征基因中转录因子的表达活性及其对靶基因的调控强度,并分别构建两种疾病的转录调控网络.实验结果表明,转录因子POLR2E、RFC5、TH OC4、FBX022、KPNA1、MYST3、PTBP1等在两种疾病中表达活性及调控作用相反,如转录因子RFC5的表达活性从健康到BC患病过程中由0.269降低至0.077,而从健康到AD患病过程中则由-0.430升高至0.307.通过分子生物学分析可知,它们所影响的调控关系及生物过程对BC及AD的致病起着关键作用,对两种疾病之间呈现负相关性机制的探寻具有重要意义.
-
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.
-
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.
-
混合遗传算法在医学图像配准中的应用
针对遗传算法和梯度算法各自的优点和缺陷,提出了遗传算法和梯度算法相结合的松散耦合和紧密耦合两种混合遗传算法,并利用基于排挤的小生境技术对其性能进行了改进,使其在搜索能力和收敛速度上都有了较大提高.利用此算法成功实现了以互信息为相似性测度的医学图像配准.计算实例结果表明,本算法能够有效克服局部极值的影响,具备较强的抗噪能力,是一个精度高、稳定性好的医学图像配准算法.
-
基于互严格凹函数测度的医学图像配准新方法
为了提高医学图像配准的运算速度和增大配准的稳定区域,提出用严格凹函数取代互信息中的香农熵函数的方法,形成了互严格凹函数测度(NMi,i=l,2,…,6).互信息只是互严格凹函数测度的一个特例.并提出一种新的判断配准好坏的标准--稳定区域和稳定区域宽度.通过试验比较得NM2、NM4、NM5互严格凹函数测度比互信息好,比I0.2和R0.2测度更好,即这三个测度的配准时间比互信息少,比I0.2和R0.2测度更少;三个测度配准的平均稳定区域宽度比互信息宽,比I0.2和R0.2测度更宽.后用NM2测度进行多模态医学图像的非刚体配准试验,结果表明效果良好.
-
基于隐含形状表示和边缘信息融合的非刚体图像配准
本研究提出基于隐含形状表示和边缘信息融合的多分辨率网格非刚体图像配准算法,使用从全局到局部的层次变换模型覆盖整个变换域,解决有较大局部形变的图像配准问题.首先用隐含形状表示图像的外部轮廓,将轮廓作为距离函数的零水平集隐含地嵌入到高一维的距离变换空间,在该隐含嵌入空间中使用互信息方法,实现了一个具有平移、旋转、尺度不变性的全局配准框架,对齐图像外部轮廓.然后选择基于B样条的多分辨率网格FFD模型进行局部配准,兼顾了结果精确度和计算效率.算法采用了与图像边缘信息融合的方法,强调图像边缘信息在配准中的贡献,得到平滑、连续且保证一对一映射的变换域.后将该算法分别应用于脑部MR、CT图像的配准,得到令人满意的效果.
-
用脑电互信息及复杂度预测异氟醚麻醉时患者对切皮刺激的反应
自从麻醉应用于临床以来,麻醉深度的可靠监测是十分必要的.但到目前,尚没有一个公认可靠准确的方法.本文提出一种麻醉深度监测的新方法,即用脑电的互信息序列及其复杂度分析来反应异氟醚麻醉条件下患者的麻醉情况.首先计算出四导脑电的互信息时间序列,然后计算该序列的复杂性测度,借助于神经网络可实现用脑电来监测麻醉深度.神经网络的输入是复杂度值和对应的MAC水平,输出即是麻醉深度状况的结果.从98个自愿患者进行的实验中得到98个不同程度异氟醚麻醉时切皮前脑电片断,同时监测血液动力学参数和患者的呼吸模式.切皮后,仔细观察每个患者两分钟,以检查患者对切皮的反应,把有反应时的脑电标上0.0,无反应时的脑电标上1.0.训练和测试神经网络用"去掉一个"方法.从患者对切皮的反应和神经网络的输出结果可检测系统的预测情况.实验表明,系统对切皮后患者反应的平均正确判断率为91.84%,该方法比传统脑电分析方法如边缘频率法、中心频率法、双谱分析法有更高的准确性.另外,该方法计算时间短,适合临床实时使用.
-
图像融合技术及其在癫痫患者中的应用
癫痫灶的准确定位是决定癫痫外科疗效的关键步骤.利用多模态医学图像融合技术将MR与PET的影像融合能明显地提高癫痫病灶定位诊断的准确率,为癫痫外科手术治疗和立体定向放射外科治疗提供更准确的信息.将融合技术应用到临床数据,对20例癫痫疾病患者的影像数据作了融合研究,并由临床专家作了验证.
-
利用数学形态学工具配准人脑MR-PET图像
数学形态学是以形态为基础对图像进行分析的数学工具.我们利用简单的形态学操作从PET和MR图像中提取对应的解剖结构皮质层,以归一化互信息为相似性测度,进行医学PET/MR图像的几何对准.评估结果证明,该方法的配准精度能达到亚像素精度,并能极大地节省运行时间,是一种稳健性强、精度高、全自动的多模医学图像配准新方法.
