第2章-多符号信源-PPT课件.pdf

平均互信息的应用

•医学图像的配准

医学图像的分类

•医学成像模式从大的方面来说可分为两类：解

剖成像和功能成像。

•解剖图像分辨率较高，解剖成像模式主要描述

人体形态信息，包括X射线、CT、MRI等。

•功能图像分辨率不高，功能成像模式主要描述

人体脏器代谢信息，包括PET、SPET等。

医学图像种类

解剖结构图像功能图像

X射线透视图（X-ray）正电子发射断层成像图（

PET）

计算机断层扫描图（CT）单光子发射断层成像图（

SPET）

磁共振图（MRI）功能磁共振图像（fMRI）

B超扫描图

医学图像配准技术

•医学图像配准技术是将不同的两幅图像

或两组图像的信息进行处理，使得这两

幅或两组图像之间建立起一个空间位置

上的一一对应的关系，这样图像中所包

含的信息也就相互对应起来，有利于不

同图像之间有用信息的互补，产生独

的两幅或两组图像所不能呈现出来的附

加信息，

基于互信息的图像配准

•在多模医学图像配准中，虽然待配准图

像来源于不同的成像设备，但是它们基

于相同的人体解剖结构，待配准图像空

间位置完全一致时，图像之间相互表达

的信息为最大，因此互信息可以作为图

像配准的相似度测度，

配准过程

•互信息配准的基础在于：对同一组织不同条件

下的成像，它们的对应像素之间的灰度值在统

计学上是相关的。

•基于互信息配准就是寻求一种空间变换关系，

使得经过该空间变换后两幅图像间的互信息达

到最大。完整的配准过程包括：相似度测量函

数，空间变换，插值算法以及优化算法。

•我们可以把参加配准的两幅图像F和R看成是两个随机变量，那么，

两幅

•图像灰度信息之间的统计相关性可以用互信息表示，

•其中，H(R),H(F)为图像的熵，反映了该图像中像素灰度的分布

情况，灰度级别越多，灰度越分散，熵就越大。

•用互信息作为图像配准模型，它认为两幅基于共同解剖结构的图

像达到最佳配准时，它们对应的像素特征的灰度互信息应该最大。

基于互信息的配准准则

•假设R是参考图像，F是浮动图像。是

将浮动图像F映射到参考图像R上的空间

变换，其是变换参数。

•基于互信息的配准准则为：当图像R和F

配准时，两幅图像之间的互信息MI（R,

F)达到最大值，即

配准前CT图像配准前MR图像

配准前重叠图像配准后重叠图像

2.2离散无记忆的扩展信源

实际信源输出的消息往往是时间上或空间上的一系

列符号，如电报系统，序列中前后符号间一般是有统

计依赖关系的。

讨论离散无记忆信源，此时，信源序列的前后符号

之间是统计独立的

在二元系统中，可以把两个二元数字看成一组，会

出现四种可能情况：00、01、10和11，可以把这四种

情况看成一个新的信源称为二元无记忆信源的二次扩

展信源，相应的，如果把N个二元数字看成一组，则新

的信源称为二元无记忆信源的N此次扩展信源。

一般情况

设一个离散无记忆信源为：

则该信源的N次扩展信源为：

其中：

根据信息熵的定义：

可以证明，对于离散无记忆的扩展信源

例:离散无记忆信源的N次扩展信源

离散无记忆信源为：X:{a1,a2,a3};P(X):{1/4,1/2,1/4}

2

2次扩展信源为：X:{A1…A9}