医学图像配准论文医学图像配准 非刚性图像 主轴质心法.doc

医学图像配准论文：基于物理模型的非刚性医学图像配准算法研究【中文摘要】医学图像配准是指通过寻找某种空间变换,使两幅图像的特征点达到空间位置和解剖结构上的完全一致,它是医学图像融合的基础,已成为医学图像领域的研究热点。本文结合医学图像中非刚性图像形变的特点,在深入系统研究医学图像刚性配准和非刚性配准方法的基础上,以非刚性医学图像配准为,对医学图像的预处理、特征点提取、坐标变换、重新采样、参数优化及配准技术等进行了探索和实践,对传统医学图像配准算法框架中的相关模块进行了改进,并提出了一种基于物理模型的非刚性配准算法。实验证明:相对于传统的非刚性配准算法,该算法在保证配准精确度的同时,增强了配准算法的鲁棒性及抗噪能力。主要工作如下:1、针对非刚性心脏图像的形变特点,提出了一种分级图像配准的策略,即先通过主轴质心法实现两幅图像全局粗略配准,然后利用物理学中的能量函数作为相似度测量,实现图像局部精确配准。2、针对采用传统Harris算法提取的特征点分布不均匀、容易产生聚簇现象及需要人工介入等缺点,提出了一种自适应的特征点提取算法,该算法能够自动、快速地提取图像角点,使提取的特征点可以随着图像内容的改变而自适应变化。3、针对非刚性医学图像配准精度.【英文摘要】Medical image registration makes the feature points of two images achieve entirely consistent on spatial location and anatomic structure by seeking some space transformation. It is the basis of medical image fusion and has become the research focus in the field of medical image.This paper combines with the characteristics of deformation of non-rigid medical image and researches the methods of rigid medical image registration and non-rigid registration systematically. With the purpose of non-rigid medica.【关键词】医学图像配准 非刚性图像 主轴质心法 自适应 物理模型【英文关键词】Medical image registration Non-rigid image Principal axes algorithm Adaptive Physical model【索购全文】联系Q1：138113721 Q2：139938848【目录】基于物理模型的非刚性医学图像配准算法研究摘要5-6Abstract6-7引言10-121 医学图像配准技术12-171.1 医学图像配准的发展历史121.2 图像配准在医学领域中的应用12-131.3 医学图像配准的国内外研究现状及面临问题13-141.4 本文主要研究工作和创新处14-151.5 本文结构15-172 医学图像配准研究基础17-332.1 医学图像配准概述172.2 医学图像配准算法框架及流程17-262.2.1 医学图像配准算法框架17-182.2.2 医学图像配准算法具体步骤18-262.3 医学图像配准分类26-282.3.1 按照配准医学图像模态262.3.2 按照配准医学图像主体来源26-272.3.3 按照配准医学图像特征272.3.4 按照配准医学图像维度27-282.4 医学图像配准结果评估28-292.4.1 配准评价指标28-292.4.2 常用评估方法292.5 医学图像配准常用方法29-322.5.1 基于基函数配准方法29-302.5.2 基于物理模型配准方法30-322.6 小结32-333 非刚性研究对象分析33-353.1 心脏全局运动分析33-343.2 心脏局部运动分析343.3 小结34-354 基于物理模型的非刚性医学图像配准算法35-584.1 配准算法简介35-364.2 医学图像预处理及全局配准算法36-424.2.1 滤除图像噪声374.2.2 基于主轴质心全局刚性配准算法37-404.2.3 实验原始图像404.2.4 实验结果分析40-424.3 图像特征点提取42-464.3.1 传统Harris 特征点提取算子43-454.3.2 基于Harris 算子的改进算法的实现45-464.3.3 实验结果分析464.4 特征点匹配46-484.4.1 最小均方误差匹配法基本原理47-484.4.2 算法实现步骤484.5 生成自适应三角形网格48-504.5.1 生成三角形网格的原理484.5.2 生成三角形网格步骤48-504.5.3 实验结果504.6 实现图像局部精确配准50-534.6.1 构建物理模型51-524.6.2 建立图像偏微分方程52-534.6.3 求解偏微分方程得到图像的形变量534.7 实验