利用局部区域约束的医学图像弹性配准

根据人体不同器官具有不同的弹性这一特点构造了一种基于局部区域约束的图像配准算法。首先抽取骨骼边缘上的点作为标志点，利用软对应匹配算法计算出每一个骨骼与其对应骨骼的刚性变换；然后通过薄板样条插值得出整幅图像的变形场；由于同一器官的位移大小相近，将这一区域的均值作为区域内每一点的位移量；将更新后的初始位移场代入到基于B样条的自由形变模型中，得到新的位移场；以Bhattacharyya距离为目标函数，一直迭代下去直到目标函数值达到最优。通过对临床数据的实验表明该方法能够满足临床医生的要求。  

一种面向医学图像非刚性配准的多维特征度量方法

医学图像的非刚性配准对于临床的精确诊疗具有重要意义. 待配准图像对中目标的 大形变和灰度分布呈各向异性给非刚性配准带来困难. 本文针对这个问题，提出基于多维特征的 联合Renyi α-entropy度量结合全局和局部特征的非刚性配准算法. 首先，采用最小距离 树构造联合Renyi α-entropy，建立多维特征度量新方法. 然后，演绎出新度量准则相对 于形变模型参数的梯度解析表达式，采用随机梯度下降法进行参数寻优. 最终，将图像的Canny 特征和梯度方向特征融入新度量中，实现全局和局部特征相结合的非刚性配准. 通过在36对宫颈磁共振（Magnetic resonance，MR）图像上的实验，该方法的配准精度相比较于传统互信息法和互相关系数法有明显提高. 这也表明，这种度量新方法能克服因图像局部灰度分布不一致造成的影响，一定程度地减少误匹配，为 临床的精确诊疗提供科学依据.  

基于轮廓形变的复杂表面重构

本文提出了一种基于自由形变（Free-Form Deformation, FFD）及外轴投影（External Axes Projection, EAP）的复杂表面重构算法.该算法以目标形状的切片轮廓作为输入数据，此后轮廓被嵌入到高维空间有向距离场中，在此隐式空间中，算法主要分为以下三步：生成计算序列，计算序列由计算单元组成，每一个计算单元包含上下相邻的两个轮廓；根据相邻轮廓间的拓扑关系，进行外轴投影（EAP），以解决潜在的分支问题；在每个计算单元中，根据轮廓长度决定自由形变方向，并进行自由形变，根据自由形变结果，建立轮廓间顶点的一一对应关系，并以此进行表面重构.该方法具有以下特点：输入轮廓可具有任意拓扑结构；所生成表面与输入轮廓完全贴合，生成表面准确，无自我重叠，拓扑关系不发生改变；算法高度并行，执行效率高.实验结果证明，该算法可以解决复杂表面的重构问题.