多模图像配准融合

多模图像配准融合

ID:28544550

大小:61.92 KB

页数:3页

时间:2018-12-10

多模图像配准融合_第1页
多模图像配准融合_第2页
多模图像配准融合_第3页
资源描述:

《多模图像配准融合》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、浅析多模态医学图像的配准与融合技术来源:本站原创作者:朱俊林发布时间:2009-06-07 1医学图像的配准技术简介医学图像的配准技术是90年代才发展起来的医学图像处理一个重要分支,并且日益受到了医学界和工程界的重视。医学图像的配准是指对于一幅医学图像寻求一种或者是一系列的空间变换,使两幅图像的对应点达到空间位置和解剖结构的一致,这种一致是指人体上的同一解剖点在两张匹配的图像上有相同的空间位置。简单地说医学图像配准就是解决两幅图像的严格对齐问题。配准的结果应使两幅图像上所有的解剖点,或至少是所有具有诊断意义的解剖点及手术感兴趣的点都达到匹配。医学图像的配准按图

2、像来源分为:单模态(mono-modality)与多模态配准(multi-modality)。单模态配准是指对来自同一成像设备的不同时刻或不同角度的图像进行配准。但在实际临床应用中,单一模态的图像往往不能提供医生所需要的足够信息,通常需要将不同模态的图像融合在一起得到更丰富的信息量,从而作出准确的诊断,制订出合适的治疗方案。所谓多模态配准,是将来自不同形式的医学图像进行空间上的对准,将对应的相同解剖位置标记出来以实现图像融合和进一步后期处理。多模态图像之间的配准使用最频繁,主要应用在诊断方面,可分为解剖—解剖的配准和解剖—功能的配准两大类,前者将显示组织形态学

3、不同方面的两幅图像混合,后者将组织的新陈代谢与它相对于解剖结构的空间位置联系起来。目前,主要的研究工作重点是进行CT、MRI以及PET、fMRI等图像的配准。2医学图像融合技术简介医学图像的融合是指将两幅(或两幅以上)来自不同成像设备或不同时刻获取的已配准图像,采用某种算法,把各个图像的优点或互补性有机结合起来,获得信息量更为丰富的新图像的技术。医学诊断往往要综合许多不同信息进行,传统的方法是,临床医生利用灯箱分别观看这些胶片,综合对比,得到结果。如果能够把这些互补信息以某种方式综合在一起作为一个整体作为医学诊断的依据,使得临床医生只要在一张综合图像上就能看到

4、不同原始图像的信息,那么就能提供全方位的信息细节。3医学图像配准及融合的关系及意义  医学图像的配准和融合有着非常密切的关系,特别是对于多模态图像而言,配准和融合是密不可分的。配准是融合的前提,也是决定图像融合技术发展的关键技术,若事先不对待融合图像进行空间上的对准,那么融合后的图像也是毫无意义的。融合是配准的目的,通过来自不同影像设备的图像融合,可以得到更多的信息,提高影像数据的利用率。在多模态医学图像信息融合中,是要把相对应的组织结构融合在一起,而待融合的图像往往来自不同的成像设备,它们的成像方位、角度和分辨率等因素都是不同的,所以这些图像中相应组织的位置

5、、大小等都是有差异的,必须先进行配准处理,才能实现准确地融合。医学影像学为临床诊断提供了多种模态的医学图像,如CT、MR、SPECT、PET、fMRI、DSA等,这些图像可以提供关于病变组织或器官的解剖或功能信息,它们各有特点。如:在放射外科手术计划中,CT图像具有很高的分辨力,骨骼成像非常清晰,但对软组织病灶本身显示较差。而MRI图像则不同,虽然其空间分辨力比不上CT图像,但是它对软组织成像清晰,有利于病灶范围的确定.可是它缺乏刚性的骨组织作为定位参照。SPET、PET提供了人体的功能信息,但对解剖结构的描述却很差,而MRI、CT、X线成像对人体解剖结构描画

6、的很好,却缺乏人体的功能信息,两者的融合可获取一种新型复合图像,可增加诊断信息,使患者病灶的定位更准确,使其形态结构显示得更直观可见。在放疗中,利用MR图像勾画出肿瘤的轮廓线,即描述肿瘤的大小;利用CT图像计算出放射剂量的大小及剂量的分布,以便修正治疗方案,所以CT与MR图像融合为外科手术提供有力的证据。不同模态的医学图像都有各自的优缺点,如果我们能把它们之间的互补信息综合在一起,把它们作为一个整体来表达,那么就能为医学诊断,人体的功能和结构的研究提供更充分的信息,这就是医学图像信息融合的作用和意义。总之,医学图像配准为临床诊断、治疗、手术设计及手术效果评估等

7、提供了更全面的来自不同图像之间的相互补充或变化的信息,它是目前医学图像处理的热点问题。4医学图像配准与融合的方法 医学图像配准过程实质上是一个多参数最优化问题,其配准方法是由特征空间、搜索空间、搜索算法和相似性测度四个不同方面的组合。按照这种组合,一般配准的基本步骤为:1)图像特征的提取2)图像的几何变换3)使用优化算法。目前图像配准按照配准所依靠的图像特征的不同可以分为基于外部特征的图像配准(有框架)和基于内部特征的图像配准(无框架)两种方法。后者由于无创性和可回溯性,已成为配准算法的研究中心。基于互信息的弹性形变模型也正成为研究热点。基于体素的方法是当今最

8、流行的方法,因为他们是全自动的,而且鲁

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。