基于互信息的脑MR图像配准算法研究-信号与信息处理专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 神经性疾病已经成为全球健康的主要威胁，其早期诊断有助于显著降低其发 病率，脑核磁共振（MR）图像处理方法是神经性疾病早期诊断的有效手段，配准 方法是其关键环节，直接影响其临床应用，由于脑 MR 图像中解剖结构具有明确 病理意义，因此研究对其精确配准是提高基于脑 MR 图像处理方法的神经性疾病 早期诊断准确性的一个关键问题。 本文在重庆大学中央高校科研启动基金、国家自然科学基金、重庆大学“211 工程”三期创新人才培养计划建设项目的资助下，展开了对基于互信息的脑 MR 图 像配准算法的研究。作者在“基于互信息的脑 MR 图像配准算法研究”课题的研究 中，将基于互信息的脑 MR 图像配准方法转化为一个具有医学图像背景的优化问 题。在配准函数的设计、优化算法的设计以及动态优化方式的研究三个方面展开 了较为深入的研究，以利于提高脑 MR 图像配准的精度。在此基础上，对比研究 了图像配准中几种具有代表性的互信息测度用于脑图像配准的性能差异，提出了 小波混合优化算法用于脑图像配准，并实现了基于进化学习的动态图像匹配，等。 本文基于 MATLAB 和多幅脑 MR 图像对文中提出的各种方法进行多次统计实验， 统计结果表明，本文的方法用于脑 MR 图像，可获取较高的配准精度，较短的运 行时间以及较好的稳定性。 论文的主要研