基于轮廓的多模态医学图像配准方法.docVIP

  基于轮廓的多模态医学图像配准方法 钱鹰，李孟，韦庆杰* （重庆邮电大学 图形图像与多媒体实验室，重庆 400065） 5 10 15 20 25 30 35 40 摘要：针对基于灰度互信息的多模态医学图像配准中稳定性差且配准精度不高的问题，本文 利用同一器官在不同模态中轮廓具备相似性这一空间特点，在互信息理论的基础上提出一种 轮廓互信息的图像配准方法。首先使用形态学方法对待配准的两幅图像 R、F 求得对应的轮 廓图像 R、F，然后利用轮廓互信息进行配准。实验结果表明，本文方法能够稳定地并且 准确地实现多模态医学图像配准。 关键词：灰度互信息；多模态医学图像；图像配准；轮廓；形态学 中图分类号：TP391.7 A Multi-modal Medical Image Registration method Based on Contour Qian Ying, Li Meng, Wei Qingjie (Chongqing University of Posts and telecommunications, Chongqing, 400065, P.R.CHINA) Abstract: There are some problems in Multi-modal image registration method based on gray mutual information, such as poor robustness and lower registration accuracy. So a multi-modal medical image registration method based on contours is proposed in this paper, which is based on mutual information and using the spatial information that the same organ in different modal contours have similarities. First, get the outline map R、F of the R、F which is subject to registration through morphological method, then using contour mutual information in image registration. Experimental results show that the method proposed in this paper can realize multi-modal medical image registration robustness and accurately. Key words: gray mutual information; multi-modal medical image; image registration;contour; morphological 0 引言 单一模态的图像在实际的临床中通常不能够为医生提供足够的信息，因此需要将不同的 模态图像进行融合，从而得到更加丰富的信息以便医生了解病变的组织或器官的综合信息， 进而可以做出更好的医学诊断。而图像配准是图像融合的一个关键前提，因此多模态医学图 像之间的配准成为医学图像处理领域的一个研究热点。图像配准是指对一幅图像经过一系列 几何变换映射到另一幅图像中，使得两幅图像中的相关点在空间上达到一致。目前采用的配 准方法主要分为两类[1]：基于几何特征和基于像素相似性这两类方法。后一种采用较多的是 基于图像灰度互信息的方法[2]，它是一种自动的，基于像素灰度的方法，适用于各种模态的 图像配准[3]。 基于图像灰度互信息量的计算取决于图像中灰度值的概率分布，与灰度值所处的空间位 置无关，并且同一组织对于不同模态灰度相关性较差，或者相应的同一组织器官的灰度重叠 区域比较小，均容易在配准过程中出现局部极值造成误配。为此，很多学者对其进行了改进， Studholme[4]提出了归一化互信息方法来解决对两幅图像间重叠区域敏感的问题，但忽略了 图像的空间和方向信息；Pluim[5]提出了将互信息量与图像的梯度相结合的方法，但梯度本 身对噪声十分敏感，使得该方法对存在噪声的图像配准的成功率变得较低；Butz 和 Thiran[6] 作者简介：钱鹰(1968-)，男，重庆人，教授，博士，主要研究方向：医学图像处理、计算机仿真. qianying@cqupt.edu.cn -1-   将互信息应用于边缘计算，但边缘本身就较为稀疏，互信息量对采样点数又比较敏感，容易 出