基于混合互信息和改进粒子群优化算法的医学图像配准

为提高医学图像辅助诊断的配准精度和收敛速度,提出了一种基于混合互信息和改进粒子群优化算法的医学图像配准算法,在每步迭代中,先用基于Renyi熵的互信息结合改进粒子群优化算法对图像进行全局搜索,然后对当前得到的最优解使用基于Shannon熵的Powell算法进行局部寻优。实验结果表明,该算法在收敛速度和精度方面都优越于其他配准算法。     

基于互信息的医学图像配准新方法

图像配准在医学图像处理技术中具有重要的地位。针对传统一阶互信息配准法对配准精度低等问题,本文提出了一种新的基于二阶互信息医学图像配准方法,利用二阶互信息与3*3邻域方差相结合的方法进行医学图像配准。通过对比可以得到,基于二阶互信息的配准方法能够更精确地将两幅图像进行配准,互信息值更大,得到的图像继承了更多的信息,有效提高了医学图像配准的精确度和信息量。     

术前计划系统中CT造影图像的配准

肾脏术前计划系统首先需要实现肾脏CT造影信息的融合,实现该信息融合需要进行以肾脏为中心的腹部三维CT造影图像的配准.本文首先采用基于DDCM可形变模型的半自动分割方法从CT扫描图像中分割出肾脏轮廓线,然后对轮廓线进行重建得到肾脏的二值体数据,该二值体数据膨胀后与原CT扫描图像重建出的灰度体数据求交,即得到完全包含肾脏的灰度体数据,最后采用互信息最大化的方法对重建得到的肾脏体数据进行配准.本文分析了配准过程中初始化参数对局部极值产生的影响,并应用几何矩的性质进行参数初始化,避免陷入局部极值.实验结果表明,本文方法能够实现以肾脏为中心的术前CT造影图像的配准,并且配准的精度和速度能够满足实际应用的需要.     

边界轮廓特征的多分辨率弹性配准

提出一种基于边界轮廓的多分辨率弹性配准方法.首先用C-V(Chan-Vese)模型提取人脑图像的边界轮廓.接着使用模拟退火方法结合B样条插值函数来配准边界轮廓点集,在退火过程中通过使用多分辨率策略,在获得精细边界轮廓的同时加快了配准速度.最后利用B样条插值函数完成图像配准.实验结果表明,该算法在保证与同类算法相同精度的前提下,实现了快速弹性配准.     

自动单模医学图像配准算法

提出了一种自动单模医学图像配准方法。首先根据三维医学图像的象素浓度信息计算出三维图像的浓度直方图,再迭代地对图像进行刚体变换使得配准图像间的浓度距离最小,实现配准图像象素之间的一一对应。由于该方法依据医学图像本身的象素浓度信息,而不是人为的外部标志,从而实现图像配准的自动化。     

一种带差分进化策略的多分布进化算法

结合分布估计算法的强全局收敛能力和差分进化算法的快速收敛性能,提出了一种带差分进化策略的多分布进化算法（multi-distribution evolutionary algorithm with differential evolution,MDEA_DE）。为了进一步提高算法的全局收敛性能,MDEA_DE采用了基于分布种群的多分布进化机制,并通过三种高斯分布模型生成具有较好多样性的高质量解种群。同时,利用搜索空间调整策略来提高高斯分布模型的精度,并执行解空间中的改进差分进化搜索以获得增强的局部开发能力。对基准测试函数的数值试验结果表明,MDEA_DE能够在全局探索和局部开发之间取得较好的平衡,能快速收敛到复杂优化问题的全局最优解。     

图像配准技术专利申请分析

随着图像处理的发展,人们对图像配准的精度和实时性提出了较高的要求。图像配准作为图像处理中的关键部分,本文给出了图像配准技术方面的专利申请量趋势、申请人类型并着重对图像配准领域的重要申请人进行了介绍,分析了图像配准专利申请集中的方向。     

基于正交矩混合不变量的离焦模糊图像配准

摘要： 针对同时遭受离焦模糊退化和几何形变的图像,提出一种基于Legendre正交矩不变量的图像配准方法.采用Harris特征点探测算法提取图像特征点,然后构造Legendre正交矩的模糊和几何混合不变量作为衡量尺度以获得特征点的对应关系,通过该对应关系估计形变参数完成配准过程. 实验结果表明该方法能有效解决该类形变图像的配准问题,与其他方法相比能获得更准确的结果.     

基于三维脉冲耦合神经网络模型的医学图像分割

该文将脉冲耦合神经网络模型从二维平面扩展到三维空间,同时提出一种新的乘积型互信息算法,将其作为脉冲耦合神经网络分割算法的最优分割准则,并将两者结合实现三维医学图像的整体自动分割. 利用该文提出的算法对三维CT肺部图像进行分割实验,结果表明,该算法在保证分割精度的基础上显著地减少了分割运行时间,提高了分割效率,具有应用于医学图像分割的潜在价值.     

数学形态学方法用于图像配准的研究

本文将数学形态学运算用于图像配准特征的提取,对其可行性进行了研究,设计了实验的方法．