欢迎来到天天文库
浏览记录
ID:32024848
大小:3.26 MB
页数:98页
时间:2019-01-30
《【硕士论文】医学图像非刚体配准方法研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、中国科学院自动化研究所博士学位论文医学图像非刚体配准方法研究姓名:唐宋元申请学位级别:博士专业:模式识别与智能系统指导教师:蒋田仔20040706中文摘要医学图像非刚体配准方法研究唐宋元2001级模式识别国家重点实验室指导教师:蒋田仔摘要医学图像配准一直是医学图像分析领域的研究热点,近年来,研究重点已经逐渐向非刚体配准转移。鉴于此,本文着重于医学图像的非刚体配准研究,主要采用图像的灰度特征,分别对基于物理模型和几何模型的非刚体配准方法进行了一些新的尝试,论文的主要贡献如下:1,提出了一种基于流体模型的快速算法。该方法通过引入自适应力,可以有效地减少运算时间,模拟数据和实
2、际数据的实验结果验证了该方法的有效性。2,提出了一种基于粘弹性模型的非刚体配准方法。该方法采用Maxwell模型对图像变形进行约束,实验表明,该方法能得到更好的结果。3.提出了一种基于几何变形的非刚体配准方法。该方法采用自由变形模型,使用基于B样条的线性奇异混合技术对图像的变形进行约束,具有比B样条函数更好的局部控制能力,同时保留了B样条的连续性,能得到更加精确的结果。关键词:医学图像,非刚体配准,流体模型,粘弹性Maxwell模型,线性奇异混合B样条函数。’英文摘要NonrigidRegistrationofMedicalImagesAuthor:SongyuanTa
3、ngNationalLaboratoryofPatternRecognitionSupervisor:TianziJiangAbstractThedissertationfocusesonthenonrigidregistrationofmedicalimages.Wehaddevelopedsomeautomaticallyalgorithmsofnonrigidmedicalimageregistration,whichwerebasedonintensity.111emaincontributionsofthisdissertationareasfollows:1
4、.Aneffectivemethodfornonrigidregistrationofmedicalimagesisproposedbyintroducingalladaptiveforce,whichCallenhancetheforcesasthedisplacementsbecomesmall.Thenewschemecandecreasetimecostgreatlyanddon’tloseitsaccuracy.TheproposedmethodWasappliedtosyntheticimagesandintersubjectregistrationofbr
5、ainanatomicalstructureimages.Theexperimentalresultsdemonstratedthatitisofthehi曲efficiencyandaccuracy.2.WeassunlcthatthelocalshapevariationsofbrainsubjecttoMaxwellmodelofviscoelasticity,thedeformablefieldsareconstrainedbythecorrespondingpartialdifferentialequations.Basedontheaboveassumpti
6、ons,anewmethodfornonrigidregistrationofmedicalimagesisproposed.Experimentalresultsshowedthattheperformanceofproposedmethodwassatisfactoryinaccuracyandspeed.3.Afree-formdeformationbasedonaLSBB—Splineisproposed,whichCanenhancetheshape-controlcapabilityofB—Spline.neexperimentalresultsindica
7、tethattheproposedmethodismuchbettertodescribethedeformationthantheaffinealgorithmandB—Splinetechniques.英文摘要Keywords:medicalimage,nonrigidregistration,fluidmodelMaxwellmodel,LSBB-Spline独创性声明本人声明所成交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果。与
此文档下载收益归作者所有