论文部分内容阅读
随着现代大型医疗成像系统的发展，新的成像方法也不断涌现，这些设备提供的医学图像可以从不同方面提供医学信息，如解剖信息、功能信息等；另一方面同一模态图像在不同时间、不同模式下所得到的医学信息也不相同。为了更加全面的对患者进行诊断，有时单独使用某单一模态图像来诊断的效果并不理想，往往需要不同模态的医学图像，以及同一模态不同时间的医学图像。将这些不同模式下的图像配准融合到一幅图像中，利用各自的信息优势，在一幅图像上同时表达多方面信息，可以更加客观地反映生理及病理信息，从而有利于医学诊断。而这一技术要依靠稳定可靠的配准融合算法来实现，因此本文对医学图像配准与融合算法进行了研究。
在医学图像配准算法中，弹性图像配准算法一直是研究的热点和难点，本文对医学图像弹性配准算法进行了研究。Demons弹性配准算法是基于光流的图像配准算法，本文对此算法做了改进，提出使用一种加权高斯平滑方法来代替原来的高斯平滑方法，从而提高了算法的收敛速度和准确度。本文成功将此算法用来解决PET图像运动伪影问题。
在医学图像融合算法方面，本文对基于像素空间和基于变换域空间的图像融合算法进行了研究，针对不同医学图像的特点分别提出了不同的融合方法。对于PET和CT图像的融合显示，本文提出了一种AdaptiveAlpha通道融合技术，此融合技术明显提高了融合图像的对比度。对于PET与MRI大脑图像的融合显示，本文提出了一种基于NSCT变换的优化权重图像融合方法，此方法使融合图像有效的保留了MRI的细节结构信息和PET图像的代谢信息。
目前，大多数医学图像都是三维的序列图像，而基于多分辨的图像融合方法都是针对二维图像的融合，三维图像的空间信息不能得到有效利用，因此本文对基于多分辨理论的三维图像融合算法进行了研究，提出了基于三维Surfacelet变换的三维图像融合方法。相对于二维的多分辨方法，三维变换方式对于三维图像的分解更加有效。在此算法中使用的基于3D-PCNN分割算法的融合规则，明显的提高了融合图像的对比度。
本文自主开发了多模态图像配准融合显示软件系统，成功应用于高能物理研究所自主研发的小动物PET-CT与SPECT-CT多模态成像设备中，为用户提供了一个方便的使用图像配准、融合显示技术的平台。本系统是多模态成像设备的图像显示分系统，完成对多模态成像设备上单一模式图像和融合图像数据的可视化显示和综合处理，并对其他通用的医学影像数据提供支持。