资源描述：
《一种改进的基于互信息的三维医学图像配准算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第36卷 第4期山 东 大 学 学 报 (工 学 版)2006年8月 Vol.36No.4JOURNALOFSHANDONGUNIVERSITY(ENGINEERINGSCIENCE)Aug.2006 文章编号:167223961(2006)0420033204一种改进的基于互信息的三维医学图像配准算法翟海亭,吴晓娟,彭 彰(山东大学 信息科学与工程学院, 山东 济南 250100)摘要:基于互信息的三维医学图像配准是配准的一大热点.本文提出的配准方法主要是对互信息测度的公式进行简化,修正了Powell算
2、法的方向替换方法,保持了原搜索方向,提高了配准速度.合理的设置收敛阈值,并用多分辨率策略进行了图像配准测试.实验表明,改进后的互信息测度可以达到亚像素精度,而且在配准速度上有了明显提高.关键字:图像配准;多模态医学图像;互信息测度;Powell优化搜索算法中图分类号:TP391 文献标识码:AAmodifiedMImeasureon3DmedicalimageregistrationZHAIHai2ting,WUXiao2juan,PENGZhang(SchoolofInformationScienc
3、eandEngineering,ShandongUniversity,Jinan250100,China)Abstract:MedicalimageregistrationbasedonMutualInformation(MI)isahottopicinregistrationresearch.TheMI’sformulaismodifiedtoreducecomputingcost,andthereplaceofPowell’ssearchdirectionisalsorectifiedtoreserv
4、etheoriginaldirection,Multi2resolutionmethodisusedinourregistrationtest.TheresultsshowthatthemodifiedMImeasurecanreachsub2voxelprecision,andtheregistrationtimeisreducedremarkably.Keywords:imageregistration;multi2modalitymedicalimage;mutualinformation;Powe
5、llsearchalgorithm种改进的基于互信息的三维脑图像配准方法,简化0 引言了互信息的计算,改进了Powell算法的方向替换策略,实现了CT2MR的脑图像三维配准.结果表明,改医学图像配准是融合多模态图像信息的首要前进的互信息测度简化了互信息的计算,加快了配准速提.配准是指将两幅多模态医学图像进行坐标变换,度,且达到了亚像素精度.在本文中还分析了多分辨使图像的对应点达到空间位置和解剖结构上的一率策略、搜索顺序等因素对配准速度的影响.图像数【1】致.现有的配准方法主要分为两类:基于特征的配据来源于
6、美国Vanderbilt大学的“回顾性图像配准评准方法和基于灰度的配准方法.最大互信息法是一估”(evaluationofretrospectiveimageregistration)项目.种基于灰度的配准方法,它直接利用原图像的灰度数据进行配准,具有精度高、鲁棒性强、不需预处理1 理论基础且能实现自动配准的特点.互信息测度用于三维医学图像配准,可以达到亚像素精度.在本文中提出一互信息理论来源于信息论,是两个随机变量统收稿日期:2005209201基金项目:科学技术发展计划项目(2005GG4201010
7、)作者简介:翟海亭(19822),男,硕士研究生,山东淄博人,主要研究方向为医学图像配准与融合.E2mail:zhaihaiting@sdu.edu.cn34山 东 大 学 学 报 (工 学 版)第36卷 计相关性的测度.当两幅基于共同解剖结构的图像为沿行扫描方向,y轴为沿列扫描方向,z轴则为从达到最佳配准时,互信息达到极大值.基于互信息的颅底到颅顶的方向,满足右手准则.脑图像可视为刚配准包含如下内容:互信息测度(MI)、联合灰度直体,故配准时仅考虑旋转变换和平移变换6个参数.方图估计、插值算法、优化搜索
8、算法等.从浮动图F的空间坐标Pf到参考图R的空间坐标1.1 互信息测度Pr的刚体变换公式如下:互信息用来测量两个随机变量的相关程度-1.对Pr=VrVfR(Pf-Cf)+Cf+t(tx,ty,tz).(10)于两个随机变量A,B,其概率分布分别为pA(a),其中,R=Rx(θx)Ry(θy)R(θz),Vf和Vr为333的pB(b),联合概率分布为pAB(a,b),则它们的信息熵对角阵,代表图像F和图像R的像素实际大小,Cf及
