当前位置: > 硕士毕业论文 > 38900字硕士毕业论文医学图像配置技术研究

38900字硕士毕业论文医学图像配置技术研究

论文类型:硕士毕业论文
论文字数:38900字
论点:图像,成像,医学
论文概述:

本文深入分析研究了基于不同窗函数的部分体积 PV 插值对于互严格凹函数测度的影响,并设计了一种基于互严格凹函数测度的刚性配准方法,较好地抑制了局部极值现象。

论文正文:

第一章导言

1.1本课题的研究背景和意义
医学成像起源于诊断放射学,是一门源于x光在医学领域应用的学科。在临床医学中,它常被用作医生分析病人病理变化的辅助诊断和治疗手段。在过去的几十年里,该学科取得了很大的进步,其覆盖范围也从早期的一维线性视觉成像如心电图(Electr-Ocardiogram)扩展到目前的二维空平面视觉图像信息,甚至三维空立体图像视觉信息。例如核磁共振成像、超声成像、正电子发射断层扫描和计算机断层扫描等。分别从定性和定量、静态和动态、平面到立体等方面为临床实践应用提供丰富的多模态和多内容图像[误差!书签未定义。].近年来,随着成像技术的不断发展,医学成像技术逐渐向高分辨率、多模态、多维的方向发展,如螺旋CT技术是对传统CT技术的改进。同时,由于计算机技术的发展,医学成像带来了医学图像处理和计算机技术的跨学科融合,主要包括:医学图像分割、图像融合、病变检测和三维重建。在实际临床诊断中,医学成像一般根据图像[误差中反映的信息分为结构解剖模式和组织功能模式成像!书签未定义。]:前者成像可以直接生动地反映人体的生理结构,具有高分辨率的特点,但不能反映器官的功能状况,包括x光、计算机断层扫描成像、美国超声成像、核磁共振成像以及发展而来的相关成像技术。例如螺旋CT、高分辨率数字减影血管造影术(DSA)x光数字减影血管造影术、磁共振血管造影术(MRA)等。后者主要描述不同状态下人体组织和器官的代谢信息,其特点是图像分辨率差。主要用于早期病变的诊断和治疗,如单光子发射断层扫描(SPECT)单光子发射计算机断层扫描、正电子发射断层扫描、FMRI磁共振功能成像、扩散张量磁共振成像(DT-磁共振成像)扩散张量磁共振成像等。不同模式的成像特点不同,其侧重点和应用也不同。例如,x光和计算机断层成像对骨组织具有较高的空分辨率,磁共振成像可以更清晰地显示脑软组织的信息。正电子发射断层扫描和SPET成像能更好地描述肿瘤和其他病理部位的代谢、免疫等功能信息[误差!书签未定义。然而,在最近的临床研究中,科学家们追踪了通过FMRI的富氧血流,显示了大脑活动,从而实现了“脑死亡”患者之间的交流等等。
现有成像技术仍有局限性,如易受噪声干扰、分辨率低、实时性差等。在此前提下,为了充分掌握患者患病部位的具体情况,有必要充分利用不同成像技术的优势,通过模式识别、计算机视觉、图像处理等计算机技术进一步融合不同模式的图像,获得更丰富、更全面的信息。例如,正电子发射断层扫描/断层扫描图像融合可用于同时表达病变部位的病理变化和结构形态。在三维可视化技术中,用于三维重建的计算机断层扫描(CT)或核磁共振(MR),其成像方向和角度容易受到患者定位差异和身体位置运动(如呼吸和心跳等器官运动)的影响,导致相应解剖点的不匹配,因此不能直接用于重建。为了研究某一病灶在不同时期的生长规律,有必要分析同一设备不同时期病灶的成像差异,从而为疾病的诊断和治疗提供相应的先验知识,如基于肺部CT的肺结节检测和跟踪;处理不同形态医学图像的分割问题,实现病变的自动检测,如螺旋CT脊柱成像的自动分割问题;随着医学成像技术分辨率的日益提高、临床医学图像数据的几何增长以及传统人工图像分析技术与其他需求问题之间矛盾的日益突出,医学图像配准技术的研究和应用越来越受到重视。

1.2课题的研究现状和趋势
图像配准技术的提出和初步发展得益于20世纪70年代美国军方的应用,主要用于飞机导航和导弹制导。20世纪80年代,一些学者将其引入医学领域,用于数字减影血管造影和多模式医学图像配准。在这一阶段,需要人工干预的医学图像刚性配准技术已经初步应用于二维图像领域。20世纪90年代以来,计算机技术的发展促进了三维数据图像配准和非刚性图像配准的研究和应用。尽管图像配准技术在自动化和准确性方面取得了一定的进步,但仍然面临许多问题:初始医学图像配准主要基于图像特征。这种方法通常需要在患者的身体位置植入标记,并且需要在配准之前进行预处理,例如特征提取和图像分割。同时,该技术不适用于多模式图像配准,给临床研究和患者治疗带来诸多不便。以下基于内部特征的配准方法,典型的是迭代最近点ICP和头帽。虽然配准速度相对较快,但特征提取对配准精度的影响无法消除。与前者不同,后者是一种基于灰度相关确定变换参数的配准方法。最常用的方法是最小灰度级分割一致性PIU(分割强度均匀性)和互相关方法。该方法的自动化程度和精度有所提高,但对图像丢失、噪声和灰度变化敏感,计算量大,不适合
参考
[1]杨金宝。基于灰度相似性度量的医学图像配准技术研究[:[博士论文。济南:山东大学生物医学工程系,2008
[2]卢振泰。医学图像配准算法研究[:[博士论文。广州:南方医科大学生物医学工程。2008年
[3][·林·项伯。基于非刚性配准的图像分割研究及其在脑磁共振图像中的应用[:[博士论文。大连:生物医学工程,大连理工大学,2010
[4]乔晓芳。图像检测与配准方法研究[:[硕士论文]。江苏:江南大学,2008
[5]周峰。基于尺度不变特征变换的图像配准技术研究[:[硕士论文。昆明,昆明理工大学计算机软件与理论,2008
[6]薛林思。基于改进光流场模型的医学图像非刚性配准算法的研究与实现[:[硕士论文。沈阳:东北大学信号与信息处理。2009年
[7]倪国强,刘琼。多模态医学图像配准技术研究[。《光电子工程》,2004,31 (9): 1-6
[8]费尔德马尔J,德莱克J,马兰丁G,阿亚奇N .计算机视觉与图像理解,1997,66(2):193-206
[9]许鸿奎。医学图像配准关键技术研究[:[博士论文。济南:山东大学信号与信息处理,2011
[10]卢克龙.基于地标的近似薄板样条弹性配准[J]。IEEE透射成像,2000 20(6): 526-534
的快速配准。

第二章医学图像配准技术概述

2.1图像配准和分类的定义
图像配准的方法因其分类而异。通用图像配准有三个模块[24-25]:特征检测,即提取识别图像基本信息的特征分量空。要素空包括要素点、要素线/表面和图像像素点。能否自动提取前两个特征是自动实现图像配准技术的关键。特征匹配意味着根据特征空确定空之间的变换,以实现指定的相似性度量。在该过程中,需要优化函数来找到最优变换参数,并且相似性度量函数被用作确定搜索终止的度量。重采样和插值,即变换后的图像f (t),映射到参考图像r后,对应映射点的坐标可能落在非整数区域,需要插值得到点的灰度值来完成变换;同时,由于基于灰度信息的配准方法在处理过程中涉及所有像素点,计算量大,容易陷入局部极值。因此,有必要提取具有代表性特征或明显灰度信息的像素点,即通过采样和重采样过程减少计算并获得最佳变换参数。与其他应用领域的图像配准相比,医学图像配准有其自身的特殊性和复杂性。Crum等人[25]将医学图像配准分为四个模块:几何变换、相似性度量、图像插值和优化函数,这些模块易于理解,但并不通用。为了便于未来非刚性配准的研究,本文采用了通用的布朗配准框架,即:特征空、几何变换、相似性度量和搜索策略[26-28]。图像配准技术的研究和改进基于四个模块。图2.1是图像配准过程的示意图。

第三章基于相互严格凹度量的医学图像配准.........21
3.1相互严格凹函数测度....22
3.1.1香农熵....22
3.1.2严格凹函数.........23
3.1.3相互严格凹函数测度.........24[/溴/]3.2插值技术......25
3.3鲍威尔优化算法.........29
3.4测量曲线对比分析........30
3.4.1光伏插值对2NM和mi测量曲线的影响.........31
3.4.2结果分析.......33
3.5医学图像配准的验证和应用........34
3.5.1基于单模的配准实验结果.......34
3.5.2基于多模的配准实验结果.......37
3.6本章摘要.......39
第四章基于心魔非刚性图像配准.......40
4.1 HORN-SCUNCK光流场模型......41
4.2恶魔和活跃的恶魔....43
4.2.1恶魔非刚性配准算法........43
4.2.2主动恶魔非刚性配准算法........44
4.3 MAD非刚性配准方法....46
4.4克&米主动恶魔....46
4.5精确直方图规范....47
4.6实验结果和分析.......49[/溴/]4.6.1灰度差异医学图像的配准.........50
4.7本章摘要........52基于g&m activedemos的实验结果........49
4.6.2

结论

医学图像配准是医学图像处理领域的一个重要分支,在临床医学中得到广泛应用。对于不同的应用,医学图像配准在配准精度、算法速度和鲁棒性方面有不同的技术问题需要解决。为了抑制配准过程中的局部极值现象,提高大变形图像的配准精度,本文对医学图像配准中相互严格的凹函数测度和Demons非刚性配准算法进行了深入研究。主要工作总结如下:
(1)简要回顾了当前医学图像配准领域的主要理论、技术和配准评价。
(2)阐述了医学图像配准中相互严格凹函数测度的理论,分析了不同窗函数的光伏插值对相互严格凹函数测度的影响。设计了一种基于相互严格凹函数测度的刚性配准方法,能够更好地抑制医学图像配准中的局部极值现象。
(3)详细介绍了基于光流场模型的Demons非刚性配准算法的原理,分析了处理大变形和多模图像配准时遇到问题的原因。考虑到变形对灰度和梯度的影响以及驱动力参数的判断,提出了一种改进的遗传算法。
(4)设计了一种灰度差医学图像的非刚性配准方法。首先,利用直方图规范精确的EHS技术对灰度不一致的待配准图像进行预处理,然后利用G-MAD非刚性配准算法进行配准,取得了良好的效果。

[9]