基于薄板样条的非刚体医学图像配准

非刚体图象配准是非线性的图像配准方法,它能够实现图像之间的配准,为提高医学图像配准精度,对于形变较大的多模图像的配准等都有着重要的作用.提出了一种基于薄板样条的3D/2D非刚体医学图象配准算法,算法首先提出一个混合能量公式,在配准的过程中,用薄板样条法实现全局配准,并通过仿真退火算法进行迭代,以缩小并确定变形的待配准区域.在局部的待配准区域,采用互信息的方法进行配准.解决了因特征点不足引起的不完整匹配问题,使得图像连续平滑,以得到较优的配准效果.     

一种改进的医学图像配准插值算法研究

提出一种基于统计学的插值算法,依据所要进行插值点的方向性进行搜索插值,以确定该点是平滑区域还是边缘区域,根据预先设定的阈值进行插值处理.通过仿真实验,该算法很好地解决了边缘模糊和效果不佳的问题.     

基于并行计算和多层次B样条的肺部CT-PET图像配准

为了提高医学图像配准的效率,提出一种基于并行计算和多层次B样条函数的图像配准方法。该方法提取图像均匀内部点及轮廓点作为参考图像特征点,采用并行计算技术在浮动图像上选择特征点对;在形变过程采用B样条曲面函数插值来完成,通过多层次B样条函数逐步优化形变效果。实验结果表明,该方法适合于肺器官CT PET图像快速配准。     

基于B样条的快速弹性图像配准方法

论文提出了一种基于B样条的医学图像快速弹性配准方法。该方法在原有方法的基础上引入“分块计算,部分更新”的策略来提高运行速度。实验结果表明,论文方法与原有方法相比,配准效果相似,但配准速度却显著提高,因此是一种实用的弹性配准方法。     

互信息医学图像配准中PV插值算法的改进

基于互信息的医学图像配准算法中,传统的部分体积插值法（PV）使互信息函数在像素整数倍位移处产生局部极值,使优化算法陷于局部最优解,从而导致错误配准。提出用Blackman-Harris窗sinc函数作为核函数,对传统PV插值法进行改进,同时将参与插值的邻域点从4个增加到16个,有效消除了局部极值,得到了光滑的互信息函数曲线。具体配准实验证明,该方法可行,且有更高的鲁棒性。     

混合样条大尺度医学图像弹性配准算法研究*

针对大尺度形变医学图像配准速度慢和精度低的特点,提出一种结合薄板样条(TPS)和B样条的弹性配准方法。该方法采用尺度不变特征变换算法(SIFT)进行图像特征提取与匹配,利用TPS算法将特征点对作为输入进行预处理,以降低浮动图像的形变尺度,从而提高下一步B样条配准的速度与精度。然后使用局部区域细化层次B样条方法将TPS生成的较稀疏的形变网格作为初始网格,结合有限记忆优化算法(L-BFGS)对控制网格做进一步地处理,此过程只对形变较大的局部区域进行细化,以实现与参考图像的快速精确配准。实验结果表明,该方法较层次B样条方法有效地提高了配准的速度和精度。     

基于最小概率距离和改进PV插值的图像配准

提出一种基于最小概率距离和改进部分体积(PV)插值的图像配准方法。采用Powell优化算法迭代搜索对称KL距离的最小值,获取最小概率距离,将其作为配准测度,并利用改进的PV插值算法提高图像配准的鲁棒性。实验结果表明,与基于互信息的图像配准方法相比,该方法能有效地减少耗费时间,提高配准精度。     

基于互信息和二级搜索的图像配准

基于互信息的图像配准方法,已经广泛应用于图像配准领域.但互信息图像配准方法容易受到局部极值的干扰,难以得到最优解.对互信息图像配准中互信息的表征、图像插值方法以及优化搜索算法三个要素做了探讨,尤其针对常用的Powell搜索算法的不足,提出了基于互信息和二级搜索的图像配准算法.该算法以标准互信息为图像相似测度,利用PV插值法平滑搜索空间,采用Simplex算法进行一级粗配准,采用Powell算法进行二级精配准.仿真结果表明,二级搜索配准算法能够有效地克服局部极值,提高计算速度,用于大差异图像配准.     

用分层互信息和薄板样条实现医学图像弹性自动配准

提出了一种基于分层互信息和薄板样条自动确定标记对应点的选取方法,将图像按照由粗到精的原则,将每个图像分成若干个对应子块进行配准后,在每个子块图像中按照一定规则选取两个对应点,实现图像弹性自动配准．实验结果表明,该方法是一种理想的非刚性图像自动配准方法．     

基于B样条插值函数的人脑MR图像非刚体配准方法

提出了一种B样条插值函数结合图像特征标记的人脑MR图像非刚体配准方法。图像的特征标记选取图像的内外部轮廓来描述,目标和源特征之间的对应关系通过距离图来自动获得。形变过程采用B样条曲面函数插值来完成。通过多级B样条插值方法,即先全局计算后局部细化的方法来逐步优化形变结果。实验表明,该算法在不失准确度的前提下,具备较快的计算速度。     

利用高维互信息的多模态医学图像配准

互信息相似性测度在多模态医学图像配准中获得了广泛的应用,然而其不足之处在于没用充分利用图像固有的空间信息。针对这一不足,提出了利用图像邻域信息的高维互信息配准方法。首先用图像像素及其邻域构成高维向量的集合,然后利用基于最近邻的熵估计法来估计集合的高维熵,并采用近似最近邻搜索算法来加快高维熵的计算。实验结果验证了新的相似性测度的有效性。     

基于非均匀B样条插值算法的图像放大

图像放大和缩小处理在实际生活中具有广泛的应用,常用的图像处理软件普遍采用插值方法进行放大和缩小,各种插值算法的实现是目前研究的热点。提出了基于三次B样条函数的插值算法,采用不同于传统算法的非均匀参数化方法,使得插值后的图像能够保持较高的清晰度和平滑度。针对图像边缘处的锯齿现象,该算法在图像插值时对边缘像素采用双三次插值,优化了图像边缘的视觉效果。实验结果表明,使用该算法放大后的图像平滑清晰,消除了图像边缘处的锯齿效应,取得了良好的效果。     

基于NCCSS的快速多波段图像配准算法

归一化互相关（NCC）方法是图像配准中使用非常广泛的方法,经典的NCC方法是基于空间域的,适用于单波段图像配准。但在实际应用中,往往要对多波段图像进行配准,此时NCC方法很可能无法获得正确的结果。最近有学者提出了归一化空间频谱互相关（NSSCC）方法,该方法可将多波段图像中不同波段的信息应用到图像配准中,与经典的NCC方法相比能够有效地提升配准的有效性。然而,如果图像所含波段较多且尺寸较大,NSSCC方法需要很大的计算量。结合标准的NCC快速算法,可以对NSSCC方法作进一步的改进,仿真实验验证了改进的方法用于多波段图像配准时的快速性和有效性。     

Symmetric deformable image registration via optimization of information theoretic measures

The use of information theoretic measures (ITMs) has been steadily growing in image processing, bioinformatics, and pattern classification. Although the ITMs have been extensively used in rigid and affine registration of multi-modal images, their computation and accuracy are critical issues in deformable image registration. Three important aspects of using ITMs in multi-modal deformable image registration are considered in this paper: computation, inverse consistency, and accuracy; a symmetric formulation of the deformable image registration problem through the computation of derivatives and resampling on both source and target images, and sufficient criteria for inverse consistency are presented for the purpose of achieving more accurate registration. The techniques of estimating ITMs are examined and analytical derivatives are derived for carrying out the optimization in a computationally efficient manner. ITMs based on Shannon’s and Renyi’s definitions are considered and compared. The obtained evaluation results via registration functions, and controlled deformable registration of multi-modal digital brain phantom and in vivo magnetic resonance brain images show the improved accuracy and efficiency of the developed formulation. The results also indicate that despite the recent favorable studies towards the use of ITMs based on Renyi’s definitions, these measures are seen not to provide improvements in this type of deformable registration as compared to ITMs based on Shannon’s definitions.     

相位一致性和区域互信息量的医学图像配准

提出一种改进的多模态医学图像配准算法--基于相位一致性和区域互信息量,不仅使用了图像灰度,而且采用了能描述图像结构的特征。首先,引入区域互信息量代替传统的灰度直方图,可以将邻域信息考虑进去;其次,通过相位一致性得到的特征图像不受明暗对比度的影响;最后,将特征图像和原始图像引入到区域互信息量中,也就是结合了邻域信息和结构信息。结果表明算法具有精度高、鲁棒性强等特点,特别适合于医学图像配准。     

广义Jensen-Schur测度在医学图像配准中的应用

使用互信息或归一化互信息测度进行医学图像配准时,由于噪声、模态、插值等影响,测度函数存在许多局部极值,收敛范围较窄,有可能导致误配准。为了克服上述缺点,定义了广义Jensen-Schur测度,利用巴特沃思函数对自变量值的非线性压缩功能,成功地消除了PV插值伪极值点。从测度曲线光滑性、抗噪鲁棒性、收敛性能方面,对四种新构造的广义Jensen-Schur测度、互信息和归一化互信息进行了比较和分析。实验结果表明,新构造的JS22和JS23测度在以上三个方面的性能都优于其他测度。     

基于图像增强的灰度插值算法

针对传统彩色滤波阵列（Color Filter Array,CFA）插值算法在图像识别前一般需要对彩色图像预处理,其中包括把插值后的彩色图像转化为灰度图像、平滑内部和锐化边缘,过程较为繁琐的问题,提出一种新的基于图像增强的灰度插值算法,即在插值过程中锐化图像的边缘并平滑内部,插值结果直接是一幅灰度图像并且保证图像的几何特性不变．实验结果表明此算法的有效性．     

B样条快速求值算法及其在数控插补中的应用

通过对B样条的de Boor-Cox定义式分析,给出了一种基于向量扩展的B样条基函数快速求值算法。该算法能够将k次B样条非零值计算效率提高2k+1倍。该算法用于数控实时插补中的B样条曲线求值求导运算时,可获得比de Boor算法更高的计算效率。     

图像配准中图像互信息的快速估计算法

快速、精确地估计图像互信息是图像配准中一个非常重要的课题,它涉及到两幅图像的联合概率密度和边缘概率密度的估计。针对核密度估计法运算量大而导致互信息估计速度慢的问题,提出了一种快速核密度估计法,并用它估计图像互信息。快速算法利用了单位冲激函数性质和基于快速傅立叶变换的快速卷积算法,能在线性时间复杂度内估计互信息。采用临床MRI图像的实验证实了快速算法的性能。