用改进的粒子群算法实现多模态刚性医学图像的配准.pdfVIP

第 16卷 第9期 计算机辅助设计与图形学学报 Vo1．16．NO．9 2004年9月 JOURNAL OF COMPUTER—AIDED DESIGN COMPUTER GRAPHICS Sep．，2004 用改进的粒子群算法实现多模态刚性医学图像的配准 冯 林 张名举 贺明峰 戚正君 ”(大连理工大学机械工程学院 大连 116024) (大连理工大学大学生创新院 大连 116024) 摘 要 多模态医学图像的配准在医学诊断和治疗计划中起着重要的作用．提出了一种基于轮廓特征点和改进的 粒子群优化算法((Partide Swarm Optimization，PSO))求解的配准方法．该方法首先用Canny算子提取图像的边缘， 用ISODATA算法进行聚类分析提取出轮廓特征点，然后用两轮廓匹配点对的欧几里德距离平均值的极小值作为两 个特征点对配准准则，并用改进的PSO算法求解配准所需的空间变换参数．实验证明；该方法配准精度能够达到亚 像素级，能够避免陷入局部极小值而且速度得到明显改善，其应用于多模态医学图像的配准是可行的． 关键词 医学图像，图像配准，轮廓特征点，粒子群优化 中图法分类号 TN953 Multimodality Rigid Medical Image Registration Through Improved Particle Swarm Optimization Feng Lin ’ Zhang Mingju He Mingfeng2) Qi Zhengjun2) 。 (Institute ofMechanical Engineering，Dalian UniversityofTechnology，Dalian 116024) (InstituteofUniversity Students’Innovation，Dalian UniversityofTechnology，Dalian 116024) Abstract Multimodality medical images registration based on contour feature points and improved particle swarnl optimization is presented for clinical diagnosis and therapy planning．The image edges are first detected by using Canny operator，then the contour feature points are extracted by ISODATA algorithm，and translation parameters are calculated by using improved particle swarm optimization algorithm．Experiments show that this approach is efficient and can avoid local minimum． Key words medical image；image registration；contour feature points；particle swarm optimization (PSO) 前提．医学图像配准，即通过寻找一种空间变换，使 引 言 两幅图像的对应点达到空间位置和解剖位置的完全 一 致，配准的结果应使两幅图像上所有解剖点、或至 由于不同模态医学图像所能提供的关于解剖结 少是所有具有诊断意义上的点都达到匹配． 构和生理特征的信息各不相同，为了给医学诊断和 目前，医学图像配准方法基本上分为两类：基于 治疗计划提供更加准确全面的图像依据，对于多模 形状特征的方法和基于像素(体素)相似性的方 态医学图像的融合是必不可少的，而配准是融合的