摘要：目的：对近年来的医学图像配准技术及其.docVIP

　　摘要：目的：对近年来的医学图像配准技术及其 摘要：目的：对近年来的医学图像配准技术及其研究进展情况进行详尽地综述和讨论，从而为开展医学图像配准技术在医学图像三维重建、医学图像可视化和定量分析方面的研究提供参考。方法：首先，查阅国内外近年来医学图像配准技术研究的权威文献；然后，深入分析和研究这些文献所介绍方法的特点、存在的问题，并针对存在的问题提出可能的解决方案。结果： 通过对近年来医学图像配准算法的最新研究进展情况进行深入细致地分析和讨论，在比较了一些典型算法的特点及其应用的基础上，对医学图像配准技术的发展进行了展望。结论：使用最优化策略改进图像配准质量以及对非刚体图像配准的研究是今后医学图像配准的发展方向。 关键词：医学图像配准； 刚体配准； 非刚体配准； 算法评估 前言 近年来，随着计算机科学和信息技术的不断发展，医学成像技术也得到了迅速发展，各种新的成像设备不断涌现，如计算机断层成像（CT）、数字减影血管造影（DSA）、单光子发射断层成像（SPECT）、磁共振成像（MRI）正电子发射断层成像（PET）等。各种成像技术和检查方法都有它的优势与不足，并非一种成像技术可以适用于对人体所有器官的检查和疾病诊断，也不是一种成像技术能取代另一种成像技术，而是相辅相成、相互补充。为了提高诊断正确率，需要综合利用患者的各种图像信息。目前医学影像学的一个明显的发展趋势是，利用信息融合技术，将多种医学图像结合起来，充分利用不同医学图像的特点，在一幅图像上同时表达来自人体的多方面信息，使人体内部的结构、功能等多方面的状况通过影像反映出来，从而更加直观地提供人体解剖、生理及病理等信息[1]。要解决多图像信息融合问题， 首先要解决图像配准问题，即多幅图像在空间域中达到几何位置的完全对应。 　　医学图像配准是医学图像三维重建与可视化的先决条件。利用CT、MRI 获得的是人体组织或器官的断层序列图像。断层图像只能提供人体组织或器官的平面信息，要测量人体组织或器官的体积，或观察其三维结构，就要利用断层序列图像重建出组织或器官的三维图像。在对人体组织或器官进行扫描过程中，由于在操作的时间间隔中受测个体难以避免的运动，使同一器官或组织在不同的断层上发生错位。因此，在对以上得到的序列断层图像进行三维重建前，需要纠正上述的错位现象，即首先要对序列断层图像进行配准。另外，医学图像配准在临床上还有很多的应用，如对病灶发展情况的监控，外科手术导航及放射治疗计划的制订，对疾病进行回顾性研究及临床培训等。 　　综上，医学图像配准技术在临床上具有重要的应用价值，也是医学图像处理领域的研究热点。本文就空间变换、插值方法、优化算法和相似性测度这四个配准的主要过程，对医学图像配准算法的最新研究进展情况进行综述和讨论，并对各种算法的特点及典型应用进行比较和说明。 1 医学图像配准方法的研究进展 1.1空间变换 医学图像配准主要有刚体配准和非刚体配准之分。不论是刚体配准还是非刚体配准，对图像进行空间变换是图像配准过程中一个必不可少的步骤。针对不同的配准目标，所采用的空间变换也是不同的。以下就刚体配准和非刚体配准中所采用的空间变换方法进行讨论和分析。 　　1.1.1 刚体配准的空间变换 对刚体配准常用的空间几何变换有：刚体变换、仿射变换。如S TRE） 为8.1 mm， 比目标标记点配准的方法（9.7 mm）要好。混合损伤器官的配准中RMS TRE 的平均值高于8.1 mm 是可以接受的，特别是当RMS TRE 的平均值代表基于血管特征改进的点配准时。 　　在三维医学图像的全局刚体配准方面，卢振泰等人[3]提出了一种新的基于主成分分析的三维医学图像快速配准算法。该算法将图像看作一个数据集合，利用数据的轮廓特征，通过主成分分析估计出图像的质心和主轴，通过对齐质心和主轴来完成配准。与传统的基于灰度计算三维数据的方法相比，该算法显著减少了计算量，并且不需要复杂的优化过程，避免了配准中限入局部极值的可能，特别适用于三维医学图像的配准。但该方法对数据的缺失及图像变形较为敏感，对于这类情况还有待进一步解决。 　　由于刚体配准在许多情况下不能满足临床的需要， 不自主的生理运动可使内部器官和组织的位置、尺寸和形状发生复杂的变化，为信息的融合和病理的研究带来巨大的困难，所以临床上对胸腹部这类无刚性边界，甚至边界模糊部位配准的需求尤为迫切。 　　1.1.2 非刚体配准的空间变换近年来，常用的非刚性配准的空间几何变换主要有：样条函数法、金字塔模型、有限元模型和支持向量机。 （1）使用B样条函数 样条配准的技术均是基于源图像和目标图像上已经存在一组对应点的假设下进行的，这些对应点通常称作控制点。在很多情况下，控制点的全局影响都是不良的，因为它导致模型局部变形困难，而B 样条的基函数有一个局限性的支持，即