- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于人工免疫及最大互信息胸部多模图像配准
基于人工免疫及最大互信息胸部多模图像配准
(1.广州军区广州总医院 放射科 广州 510010; 2.华南理工大学 自动化科学与工程学院 广州 510640)
摘 要:为了实现胸部医学图像的自动配准,提出了一种基于人工免疫及最大互信息的配准方法。首先定义了最优配准的目标函数,接着运用人工免疫算法,结合最大互信息熵函数产生最优的仿射变换系数,从而实现医学图像自动配准。该人工免疫算法中,抗原是指最大互信息熵目标函数,而抗体是指最优的仿射变换系数。实验证明该方法配准效果较好。
关键词:人工免疫算法; 多模图像配准; 最大互信息; 最优化; 胸部
中图分类号:TP391.4文献标志码:A
文章编号:1001-3695(2009)05-1951-04
Thorax multimodal image registration based on artificial immune algorithm and maximization of mutual information
LI Bin??1 OU Shan-xing??1 TIAN Lian-fang??2 MAO Zong-yuan??2
(1.Dept. of Radiology Pediatrics Guangzhou General Hospital of Guangzhou Command Guangzhou 510010 China; 2.School of Automation Science Engineering South China University of Technology Guangzhou 510640China)
Abstract:In order to realize the automatic registration of pulmonary medical images this paper proposed an image registration method based on artificial immune algorithm and maximization of mutual information. Firstly presented the objective function for the optimal registration. Then,presented an artificial immune approach to automatically generate the optimal parameters of affine transform thus realized the multimodal image registration. In this approach regarded the objective function as antigens and regarded the optimal parameters of affine transform as antibodies. Experiments demonstrate the good performance of the proposed method.
Key words: artificial immune algorithm; multimodal image registration; maximization of mutual information; optimization; thorax
在胸部临床诊断中通常需要对同一个病人进行多种模式或同一种模式的多次成像,即同时从几幅图像获得信息,进行信息融合、综合分析。单一模式成像只使用一种成像设备,可用于观察病灶生长,对比手术前后的治疗效果等。当一种成像设备所提供的信息不能满足需要时,可以采用多种模式成像。医学图像的配准是融合的基础。胸部医学图像的配准方法可分为刚性配准[1]、仿射配准[2]和弹性配准[3]。心肺是运动的器官,因此在胸部临床诊断的应用中,配准方法是计算时间和精确性、鲁棒性要求的一个折中。提供一个与人工指导配准精确性相当而且快速的自动配准方法,仍然是一个大的挑战。文献[4]比较了随机采集图像的刚性、仿射和弹性配准,得出结论:仿射配准是速度、精确性和鲁棒性间较好的折中。??
在配准中,最大互信息法[5]以互信息作为相似性测度,具有较强的鲁棒性,是目前应用较多的一种方法。配准问题的本质是一个多参数优化问题,优化算法的优劣直接决定了配准是否成功。局部极值问题一直是最大互信息配准算法研究的中心问题。局部极值使优化算法过早收敛,导致误配准的严重后果。文献[6]基
原创力文档


文档评论(0)