基于多分辨率策略的弹性配准方法

提出了一种基于多分辨率策略的医学图像弹性配准方法.首先通过使用多分辨率C-V模型来加快边界提取的速度,接着采用模拟退火结合薄板样条插值的方法来配准边界点.为了增强边界点配准算法的鲁棒性和速度,在退火过程中使用多分辨率策略来构造点集数据.最后利用薄板样条插值函数完成弹性变换.实验结果表明,算法对于大形变的情况依然具有很好的效果.     

用平滑薄板样条实现医学图象的弹性配准

医学图象弹性配准是医学图象处理的一个重要研究方向 .目前采用的方法多是手动选择对应标记点 ,然后用薄板样条插值方法计算配准变换 .为了降低对应点的选取误差对配准准确性的影响 ,并克服手动选点操作繁杂、耗时大的问题 ,给出了一种准确、快速、鲁棒性好的配准方法 .即对薄板样条插值方法进行平滑处理 ,并在此基础上采用一种半自动标记点选择方法 .运用此方法进行医学图象的弹性配准 ,得到了理想的结果 .实验表明 ,该方法能有效减弱了对应点位置误差对配准结果产生的影响 ,并能较方便地选择对应点集     

利用GPU提高多模医学图像配准速度

传统的图像配准计算强度大,难以满足实时应用的要求.具有较强的可编程性和出色的并行计算能力的GPU,为解决该问题提供了新的途径.根据GPU的自身特点,以薄板样条插值作为变换模型,构建了弹性配准计算平台.对多模态的两组图像进行实验,结果表明,含数据传输时间时,随着标记点个数的增加,GPU的速度远远大于CPU的速度,而且是量级的差距。     

基于自动提取对应点的颅脑CT图像配准

研究医学图像的应用问题,针对传统的基于特征点驱动的医学图像配准需要专业医师首先找出配对的特征点,这种巨大的工作量往往会导致一些错误.在医疗中为达到配准精确要求,提出了一种全自动的特征点驱动的医学颅脑CT图像配准方法,采用SIFT和形状因子来产生配对的特征点,并构成特征点的局部和区域特征向量,后用薄板样条插值(TPS)方...     

基于薄板样条的非刚体医学图像配准

非刚体图象配准是非线性的图像配准方法,它能够实现图像之间的配准,为提高医学图像配准精度,对于形变较大的多模图像的配准等都有着重要的作用.提出了一种基于薄板样条的3D/2D非刚体医学图象配准算法,算法首先提出一个混合能量公式,在配准的过程中,用薄板样条法实现全局配准,并通过仿真退火算法进行迭代,以缩小并确定变形的待配准区域.在局部的待配准区域,采用互信息的方法进行配准.解决了因特征点不足引起的不完整匹配问题,使得图像连续平滑,以得到较优的配准效果.     

基于多薄板样条的多视角非刚性配准算法

为解决多视角配准中带有低频非刚性形变的深度数据容易产生累积误差、重叠区域未对齐等问题,提出一种基于多薄板样条的多视角非刚性配准算法.首先通过局部迭代最近点刚性配准算法得到重叠视角深度数据之间的对应点;然后基于多薄板样条的全局优化能量公式为每个视角求解一个薄板样条变换,使所有对应点之间距离的平方和最小;最后将优化后的薄板样条变换应用于每个视角的深度数据.通过在优化模型中引入初始点位置约束,该算法能使配准后的数据尽可能保持初始形状.为了加快求解速度,迭代地求解每个薄板样条变换,并且在优化过程中增量式地引入径向基函数.实验室结果表明,文中算法有较高的精度和效率,能够有效地减少累积误差并且提升重叠区域的对齐效果.     

基于多薄板样条的多视角非刚性配准算法EI北大核心CSCD

为解决多视角配准中带有低频非刚性形变的深度数据容易产生累积误差、重叠区域未对齐等问题,提出一种基于多薄板样条的多视角非刚性配准算法.首先通过局部迭代最近点刚性配准算法得到重叠视角深度数据之间的对应点;然后基于多薄板样条的全局优化能量公式为每个视角求解一个薄板样条变换,使所有对应点之间距离的平方和最小;最后将优化后的薄板样条变换应用于每个视角的深度数据.通过在优化模型中引入初始点位置约束,该算法能使配准后的数据尽可能保持初始形状.为了加快求解速度,迭代地求解每个薄板样条变换,并且在优化过程中增量式地引入径向基函数.实验室结果表明,文中算法有较高的精度和效率,能够有效地减少累积误差并且提升重叠区域的对齐效果.     

基于自适应薄板样条全变分的肺CT/PET图像配准

全变分正则项虽然能够在具有滑移运动的肺等胸腹部器官图像配准时校正边界不连续位移场，但仍然无法保留图像的局部特征，损失配准精度。针对肺图像CT单模配准和CT/PET双模配准，通过像素点空间位置权重将薄板样条能量算子与全变分算子进行空间加权建立自适应薄板样条全变分正则项。然后，将正则项与CRMI相似性测度以及L-BFGS优化方法结合建立非刚性配准算法。通过DIR-Lab 4D-CT公共数据集和CT/PET临床数据集上的实验结果表明，提出的方法能够在保证边界不连续运动的同时保证图像内部的平滑性，具有更高的配准精度。     

图像扭曲变换中高斯基函数的最优参数分析

薄板样条插值TPS是基于标记点的医学图像弹性配准中常用的插值方法,但该方法的扭曲作用是全局的,对于局部扭曲配准会导致匹配精度下降。基于径向基函数的图像变换方法可以解决局部扭曲配准问题,但如何选取径向基函数的参数还没有很好地解决。本文针对以高斯基函数为径向基函数的局部弹性变换问题,讨论了双标志点情况下高斯径向基函数的参数选取方法,该方法可以使双标志点之间的扭曲影响范围最局部化。本文结论用于多标志点的图像配准时可以解决图像局部弹性变换问题,实验结果验证了本文的结论。     

图像配准中B样条滤波和GPVE的融合插值算法

针对B样条GPVE插值法和B样条滤波法产生归一化互信息(NMI)测度伪极值点的原因,结合它们导致联合直方图聚散程度的互补效果,提出了各阶B样条滤波和GPVE的融合插值算法。通过图像之间的刚体配准实验,从测度曲线光滑性能和极值点数目方面,对比分析了一阶、三阶、五阶B样条滤波法,B样条GPVE插值法和新提出的融合插值算法。实验结果表明,提出的各阶B样条融合插值算法的配准性能都优于对应阶次B样条滤波法和B样条GPVE插值法。