基于3D-PCNN和互信息的3D-3D医学图像配准方法

• 作 者: 王观英 许新征 丁世飞
• 机 构: 江苏省徐州财经高等职业技术学校信息技术系,中国矿业大学计算机科学与技术学院
• 出 处: 计算机应用
• 发表日期: 2017年S1期
• 关键词: 医学图像配准 脉冲耦合神经网络 互信息 三维图像配准 3D-PCNN medical image registration Pulse-Coupled Neur
• 基金项目: 江苏省自然科学基金资助项目（BK20130209）, 江苏省博士后科学基金资助项目（1302037C）.

基于特征的配准方法配准精度低,基于互信息的配准方法虽然配准精度高但计算量大且易陷入局部极值。针对此问题,提出一种基于脉冲耦合神经网络(PCNN)和互信息的由粗到细的3D-3D医学图像配准方法。首先,将2D-PCNN模型扩展成能直接处理三维图像的3D-PCNN模型。然后,采用Eckhorn简化输入部分方式对扩展的3D-PCNN模型进行简化,并用线性衰减阈值代替指数衰减阈值,降低了PCNN网络计算复杂度。为了自适应确定参数值,从待处理的三维图像的二维切片图像中随机选择一幅切片图利用二维参数优化方法求出2