基于互信息的N维多模医学图像配准

目前多模医学图像配准都定位在两幅图像配准的研究,很少涉及N维(3维及3维以上)图像的配准.当用扩展的N维互信息测度(E-NMIM)进行多个图像配准时,不能保证互信息(MI)值的非负性,并且运算速度慢,达不到临床要求.本文提出一种新的N维互信息测度(N-NMIM),不仅保证了MI值的非负性,而且在[1,2]有界范围内,也提高了配准的速度.通过腰椎部位的CT,T1加权的MRI和T2加权的MRI图像进行实验,验证了这种配准方法的有效性.     

一种非刚体医学图像配准算法应用研究

刚体配准在许多情况下不能满足临床需要,因为很多形变的性质是非刚体、非线性的。为此,提出一种薄板样条函数点约束和互信息相结合的配准算法,先全局粗配准,然后用互信息技术局部校正。实验证明该算法具有较好的配准效果。     

基于特征区域的医学图像配准算法应用研究

用多尺度角点检测算法提取出角点及其梯度信息,根据角度直方图统计得到的大致旋转角度,然后计算得到考虑了旋转角度在内的匹配角点点对集合,在两幅待配准图像中选择以匹配角点点对为基础的特征区域,计算这些特征区域的对齐度以达到参考图像和浮动图像之间的配准。这种算法大大缩短了计算量,而且取得了很好的实验结果。     

Word宏简化工作

本文介绍了Word宏的概念和功能,通过工作中具体案例运用的讲解,能够使读者灵活掌握宏的用法,以提高工作效率。