论文部分内容阅读
医学图像配准是医学图像处理领域的一个重要分支,能为临床应用和研究提供更加丰富的医学图像信息。配准主要是寻找两幅图像间的最佳变换,使得一幅图像通过空间变化与另一幅图像在空间位置上达到一致。现有医学图像配准方法一般可以分为两大类:一类是基于特征的配准,配准方法简单,但是精度受特征提取步骤的影响;另一类是基于像素灰度统计的配准,该方法无需预处理,配准结果的准确性也比较高,但是计算量大。基于互信息的医学图像配准方法属于第二类,是当前医学图像配准研究的重点和热点。本论文研究的即是基于互信息的配准方法,主要工作有:第一、二章介绍了医学图像配准的背景和从事该研究的意义,以及国内外研究现状。对医学图像配准的概念、原理及具体实现步骤作了说明,包括配准中的四个重要部分:几何变换、插值方法、相似性测度和优化算法。探讨了配准中的这四个因素对配准结果的直接影响,提及了配准方法的分类。第三章论述了基于互信息的医学图像配准方法。首先介绍了互信息的原理和计算方法,解释了基于互信息配准的原理和流程,对配准中需要注意的事项进行了分析。其次,针对图像背景像素灰度对配准的影响,提出改进归一化互信息的计算方法,即提取医学图像中感兴趣区域的信息,减小背景信息在联合直方图中的权重。分析互信息的计算公式,舍去了冗余项,使得计算更加简洁。第四章论述了优化算法在图像配准中的基本原理,算法的分类和适用范围,重点论述了一种改进的Powell算法。首先介绍了局部优化算法和全局优化算法中具有代表性的算法,即Powell算法和粒子群算法,包括它们的原理和操作步骤。其次,提出了一种改进的Powell算法,即设计一种求取Powell初始配准参数的方法。该方法减少了Powell寻优迭代次数以及算法陷入局部极值的概率,提高了算法稳定性。实验表明,该方法与改进的归一化互信息结合,可以提高配准的速度和稳定性。第五章说明了医学图像算法的可视化应用。在VC++2008平台下,使用VTK作为可视化工具、ITK作配准算法的框架和组织封装、MFC用于软件界面设计,实现了一个可以进行医学图像读取、显示和配准的医学图像可视化平台。