广义Jensen-Schur测度在医学图像配准中的应用

使用互信息或归一化互信息测度进行医学图像配准时,由于噪声、模态、插值等影响,测度函数存在许多局部极值,收敛范围较窄,有可能导致误配准。为了克服上述缺点,定义了广义Jensen-Schur测度,利用巴特沃思函数对自变量值的非线性压缩功能,成功地消除了PV插值伪极值点。从测度曲线光滑性、抗噪鲁棒性、收敛性能方面,对四种新构造的广义Jensen-Schur测度、互信息和归一化互信息进行了比较和分析。实验结果表明,新构造的JS22和JS23测度在以上三个方面的性能都优于其他测度。     

基于归一化互信息向量熵的多幅图像配准方法

提出了一种新的多幅图像配准方法,归一化互信息向量熵方法。这种方法先计算任意两幅图像间的联合概率分布,然后根据联合概率分布计算它们间的归一化互信息,把所有两幅图像组合得到的归一化互信息组成一个向量,最后计算该归一化互信息向量的熵。最大熵对应最佳配准位置。通过对人体脑部图像的刚体配准实验,从函数曲线、计算时间和配准精度方面,对新方法和其它三种方法进行了分析和比较。实验结果表明,新提出的方法可以提高配准精度、减少配准时间。     

基于算术调和均值距离测度的弹性图像配准

针对图像配准中的特征提取问题,提出了一种基于自动选取标记点的弹性图像配准方法。首先,提出了新的相似性测度,算术-调和均值距离测度AHM,图像通过最大化AHM全局配准,然后将图像划分成均匀子块,采用AHM测度刚性配准各对应子块,选取对应子块的中心作为标记点对,最后,用三次均匀B样条实现图像的弹性配准。实验结果表明,AHM是有效的,其配准速度是互信息的2倍。     

广义信息熵测度在医学图像配准中的应用

针对互信息测度在配准医学图像时易陷入局部极值的缺点,将Shannon熵扩展到广义熵,提出了三种基于广义熵的信息测度。对于收敛性能的评价,提出收敛宽度和收敛半径的概念。通过人体脑部CT/MR和MR-T1/T2图像的刚体配准实验,从计算时间、收敛性能和配准精度方面,对归一化互信息、广义熵信息测度进行了比较与分析。实验结果表明,在不损失计算时间和配准精度的前提下,广义信息熵测度SRI_0.9和GMI_0.9的收敛性能优于归一化互信息测度,对噪声有很强的鲁棒性。     

基于互信息与边缘互距离的医学图像配准

提出了一种基于互信息与边缘互距离信息的医学图像配准新测度。该种测度既利用了待配准图像间的灰度互信息,又利用了图像边缘间的互距离均值和互距离方差空间信息,从而改进了互信息测度。实验证明这种测度得到的配准参数曲线光滑且峰值尖锐,收敛范围宽,对图像大小有更强的鲁棒性,在图像互信息值一样的情况下,仍有辨识能力。     

灰度图像加权有向平滑滤波算法

为克服常用平滑滤波算法不能兼顾去噪和保持图像细节的不足,提出了加权有向平滑滤波算法.先根据相似者相容的原理得到待处理像素与各滤波模板的隶属关系,从而判断待处理像素是噪声点,是图像本身像素,还是图像背景像素,然后选用相应加权有向或无向平滑模板对待处理像素进行平滑处理.实验仿真结果表明,加权有向平滑滤波算法既能有效地滤除灰度图像中的噪声,又能很好保护图像的边缘和细节,弥补了常用空域平滑滤波算法不能兼顾去噪和保持图像细节的不足.     

基于高斯混合模型的有约束彩色医学图像群配准技术

为利用多幅彩色图像中的丰富信息,提高配准精度和效果,把基于高斯混合模型的灰度图像群配准技术推广为彩色图像群配准技术。为了减少同一彩色图像不同彩色分量之间的形变偏差,定义了彩色分量形变约束项。总彩色图像配准测度是两个函数的代数和构造:彩色分量形变约束项和基于概率分布的对数似然函数。通过对人体胃部彩色图像和数据可视人彩色切片图像的群配准实验,证实了有约束彩色图像群配准技术具有很好的配准结果。     

医学图像配准中的数据抽样方法研究

针对在基于灰度的医学图像配准中,传统数据抽样方法在过抽样时产生较多的局部极值点问题,提出了基于浮动图像灰度概率分布和其梯度信息的抽样方法.通过对人体脑部的刚体配准实验,从函数曲线和收敛性能方面,对比分析了五种数据抽样方法.实验结果表明,新抽样方法可以有效地减少局部极值点,提高归一化互信息测度的收敛性能.     

联合变异性在评价心脏病患者心血管系统功能状态中的应用

针对单一变异性指标不足以全面反映心血管系统功能状态的问题,提出了一种新的指标——联合变异性AV。首先利用样本熵算法计算了3个单一变异性指标:心率变异性HRV、脉搏波传播时间变异性PTTV和电机械延迟变异性EMDV,然后采用层次分析法计算了HRV、PTTV和EMDV在AV中的权系数,并求得AV。定义了组间区分测度GDM,对25例心脏病组和35例健康对照组的试验得出指标HRV、PTTV和EMDV的GDM值均大于1,而指标AV的GDM值小于1,说明AV能够完全区分心脏病组和健康对照组。与单一变异性指标HRV、PTTV和EMDV相比,指标AV能够更全面地反映心血管系统功能状态。     

一种直方图不完全均衡化方法

直方图均衡技术是图像增强实用且有效的方法之一．由于人的视觉对图像亮度呈近似的对数或立方根响应．利用常规直方图均衡处理后的图像在高灰度区会有过亮现象，提出了一种新的直方图不完全均衡化处理方法：在低灰度区进行常规的均衡化处理，在高灰度区按与人眼响应规律相逆的规律做向下衰减的灰度变换处理；引入不完全均衡化高灰度区闽值rδ概念，导出rδ的最佳值计算公式；所提方法有效地消除了常规直方图均衡化处理引起的高灰度区图像过亮的现象．