脑图像分析中的准与分割方法研究.pdfVIP

摘要 论文摘要 脑图像分析中的配准与分割方法研究 作为脑图像处理与分析的基础，脑图像配准与分割是医学图像分析领域中 最基本的问题，也是医学图像分析领域的研究热点。本文从脑图像分析中最根 本的任务刚体图像配准方法开始，对脑图像的配准与分割方法作了一些新的尝 试，论文的主要贡献如下： 1．分析了互信息用于多模态医学图像配准的工作机理，发现了互信息在配准 中的决定性因素，在此基础上提出了基于互信息敏感区域的多模态医学图 像配准算法，并将该算法成功地运用于多模态头部图像的配准中。实验结 果验证了这种方法的准确性与高效性，为实时多模态脑图像的配准提供了 一种行之有效的方法。 2．提出了一种基于脑解剖结构知识的图像相似性度量并应用于脑图像的非刚 体配准，在此基础上设计了一种基于B样条空间变换的非刚体配准算法。 本方法在一定程度上解决了非刚体脑图像配准中，解剖结构对应与灰度相 似性之间的不一致性的问题。在算法的具体实现上，基于图像对应的解剖 结构知识的可靠性，采取了多层次的配准策略，增加了配准的鲁棒性。实 验结果验证这种方法的有效性。 3．提出了一种基于全局优化的变形模板分割方法用于脑组织结构提取。在该 方法中，我们设计了基于变形模板方法能量最小化公式的优化目标函数， 并以并行遗传算法作为优化技术去求解模板形变的结果。在整个变形模板 求解过程中，基于模糊聚类方法的区域信息用于引导模板形变提高了变形 模板求解的鲁棒性，而基于傅立叶描述子的参数表示方法降低了计算复杂 度。该方法用于侧脑室分割的实验结果表明其对复杂脑结构能够得到精确 鲁棒的描述。本文所用的并行遗传算法同时也可用于医学图像配准。 关键词：多模态医学图像配准，互信息，非刚体脑图像配准，医学图像分 割 变形模板，全局优化。 脑图像分析中的酉己准与分割方法研究 ABSTRACT on and of Brain InvestigationRegistrationSegmentation Images Yong and FAN(PatternRecognition IntelligentSystem) DirectedProLTianzi by Jiang This dissertationfocuseson and are imageregistration segmentation，which LWO fundamentalissuesincomputational withabrief neuroanatomy．Starting overviewof and several existingregistration segmentation techniques，wepresent novel and methods registration forthe