医学图像论文：非刚性医学图像准算法研究和实现.doc

医学图像论文：非刚性医学图像准算法研究和实现 【中文摘要】医学图像融合是当代信息科学、计算机技术与医学影像科学相交叉的一个研究领域,它是医学图像处理学科的一个前沿性的研究热点。图像融合技术包括以下几方面主要内容：图像预处理、创建融合图像和对融合图像进行质量评价。图像预处理包括图像去噪、图像加强以及图像配准几个步骤,其中图像配准是预处理中最为关键的一步,直接关系到融合图像的质量。在医学图像配准领域,基于刚性配准的方法现阶段相对已经比较成熟,但人体组织器官是非刚性,许多情况下就不能以刚性假定为前提进行相关图像处理。由于医学图像中很多形变的性质是非刚性、非线性的,为了处理临床中的图像,需要使用非刚性的配准方法,故多模医学图像的非刚性配准问题就成为当今图像领域一个研究热点和难点。本文主要研究多模医学图像非刚性配准及其相关算法和实现。针对传统均值金字塔搜索算法存在起始点不定,搜索范围缺乏约束的问题。利用改进的LOG算子提取边缘图像,并建立边缘金字塔图像集。基于改进的边缘配准算法构建快速图像匹配算法,首先对低分辨率的边缘图像进行匹配操作,然后逐级上推,最终实现全分辨率下的图像匹配。实验结果表明该算法显著提高匹配效率,比传统的边缘配准算法节约大约30%的时间。本论文首先简述了医学图像配准的背景、研究内容及应用领域、发展现状等；接着综述图像配准技术,包括预处理、配准分类、配准优化算法等技术以及图像配准的基本思路和方法；然后基于小波分解的金字塔配准算法,提出一套完整图像配准的方案。在这里特征提取采用边缘检测的小波分解,归一化互信息空间变换法以及改进的边缘配准方法；最后分析了互信息空间变换算法所涉及的最大互信息算法,以及标记点的选取等并最终实现基于Windows系统在Visual C++ 6.0下开发的医学图像配准软件。 【英文摘要】Medical image fusion, a research field that involves information science, computer science and medical imaging, is a new hot spot in medical image processing.Image fusion has three important parts, including image pre-processing, forming fusion image by fusion criterion, estimation on quality of image. Image pre-processing includes de-noise, enhance and registration of image. Image registration is important process in pre-processing, and its precision influenced the effect of image fusion directly.In medical image processing fields, the method based on rigid registration is relatively mature now; but for it is non-rigid of human tissues and organs, so in many cases we can抰 process the medical image based on rigid registration. Because many properties of deformation in medical are non-rigid or non-linear, to meet the need of clinic, we must use the non-rigid registration. So multimodal medical image registration becomes a hot and difficult problem in today抯 image processing fields. This paper mainly studies non-rigid registration in multimodal medical image, the algorithm related and realization.For the problem of which point to start and the lack of restrictions in searching range in conventional mean pyramid