论文部分内容阅读
医学图像配准是近年来医学图像处理领域的研究热点之一,在临床诊断与治疗等多个方面具有广泛的应用价值。但是目前配准算法研究中仍然存在很多亟待解决的问题,本文针对其中制约医学图像配准的精度和速度两个关键问题进行了深入研究,并结合实际应用研究了专用的配准算法。互信息的配准方法由于不需要进行预处理,具有配准精度高、容易实现自动化等优点,广泛的应用于医学图像配准中。本文扩展了互信息方法,提出双向梯度归一化互信息方法,该方法考虑图像空间信息和实际的不对称性,是一种将互信息与梯度相似性结合的双向医学图像配准方法。利用三维MR的T1/T2序列图像和PET/CT多模图像分别进行平移、旋转分析,得到配准函数曲线和配准结果。与基于传统互信息的配准方法相比,双向梯度归一化互信息方法极大地提高了多模态图像配准的成功率(成功率约提高20%)和精度。基于体素的配准方法如互信息方法,配准过程非常耗时。针对医学图像配准的快速要求,本文分析研究了基于体素的刚体配准过程,提出一种主轴面互信息的粗配准方法,并提出了结合增量的坐标变换方法和多分辨率方法进行配准的策略。多模态和单模态配准实验结果表明,上述快速配准策略,大大减少了每次迭代的时间和寻优迭代的次数。本研究针对不同的医学应用,研究和开发专用的配准算法。围绕PET&CT图像配准需求,本文提出了一种自动的掩模分割方法辅助配准,并结合前文的研究成果形成了全自动的多模态图像配准方法,利用25套PET/CT数据对该方法的鲁棒性、稳定性、准确性和速度进行了实验评估,配准结果全部达到了亚像素精度,全身数据的配准时间约为20秒。此方法对MR头部图像与PET全身图像同样有效。针对基于MR影像的肾小球滤过率测量中需要精确分割序列图像中肾脏的要求,本文利用两次配准与水平集分割相结合的方法实现了全自动MR影像中的肾脏定位和分割,为后续的定量分析奠定了基础。最后,本文基于内关联点漂移(coherent point drift, CPD)的非刚性配准方法,研发了乳腺病变分布的全自动的可视化工具,并用4个肿块大样本的数据集讨论了该工具的可行性。该工具可以使医生方便直观地了解感兴趣数据集的病变分布情况,积累临床信息。实验结果表明,双向梯度归一化互信息比传统互信息和梯度互信息方法有更高的鲁棒性和精度,该方法能够更加精确和稳定地解决医学图像刚性配准问题。本文提出的配准加速方法,不仅大大加速医学图像的配准过程,同时减少了因为陷入局部极值而导致的配准失败。本研究结合医生的临床诊断需要,将配准算法与其他算法有机地结合起来,产业化为实际的应用软件。为了将临床影像专家从费时费力的手工操作中解放出来,本文针对不同的临床应用研究和开发了专用的自动、快速和高精度的图像配准算法,这些算法分别集成于PET&CT配准融合工作站、泌尿疾病计算机辅助检测系统和乳腺疾病分布可视化工具的应用软件中,为医生的临床诊断提供帮助。