剛體醫學圖像配準研究范文

本站小編為你精心準備了剛體醫學圖像配準研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

【摘要】

剛體醫學圖像配準主要是針對頭顱或骨骼圖像進行配準的一種方法。本文對剛體醫學圖像配準進行了分類研究，基于外部標記點的配準方法實現起來相對簡單，但是不能進行回溯性配準;而基于內部特征的剛體配準方法，包括基于特征點、直線段、輪廓、主軸和矩陣以及基于灰度信息等的配準方法則克服了該缺點，可實現回溯性配準。

【關鍵詞】

剛體配準；回溯性；特征點；灰度信息

1前言

隨著醫學影像技術的快速發展，出現了多種類型的醫學影像設備，并且這些設備各有所長，采集到的醫學圖像差異也很大，圖像信息的融合就成為迫切的需求，因此圖像配準作為醫學圖像融合的關鍵技術就成為了一個研究熱點。醫學圖像配準是指對不同成像時間、不同人體或不同模態的多幅圖像進行空間變換，使描述相同解剖結構的體素在同一空間坐標下匹配對應，去除圖像之間的幾何不一致性。根據研究對象的不同，醫學圖像配準主要分為剛體配準和非剛體配準兩種方法。剛體配準主要是指針對頭顱區域和骨骼的圖像的一種配準方法，非剛體配準主要針對乳房、肝臟、腎、心臟等圖像的一種配準方法。本文主要研究的是剛體醫學圖像的配準，它分為基于外部標記點的剛體配準和基于內部特征的剛體配準，下面就對剛體圖像配準進行詳細的介紹和分析。

2基于外部標記點的剛體配準

基于外部標記點的剛體配準方法是最早出現的剛體圖像配準方法。該方法的基本原理為:首先人為地在受試者體外或者體內加入某些標記，并使得在不同的成像模式中這些標記可見，然后通過標記點的位置進行兩幅圖像的配準。基于外部標記點配準方法中最常用的一種方法是立體定位框架法(FidutialStereotacticFrame)。基于外部標記點的配準方法的優點是:計算簡單，自動化程度高，配準結果相對較準確，實現過程簡單。缺點是:該方法不包含與病人相關的圖像信息，而且在圖像獲取前就要引入標記點，因而該方法不具有回溯行。

3基于內部特征的剛體配準

內部特征就是指圖像本身的可明顯識別的特征，主要包括醫學圖像中的解剖結構點、幾何特征、統計特征或者某區域內的像素強度特征。基于內部特征的醫學圖像配準方法具有可回溯性，不會對患者造成傷害，是當今配準領域的研究熱點。

3．1基于點特征的配準方法基于點特征的配準方法就是在原始圖像中提取一定數目具有代表意義的點作為圖像配準的對象，與原始圖像信息量相比，這些特征點是稀疏的，因此對于目標函數的搜索速度比較快。目前基于特征點的配準方法層出不窮。Savi等［1］實現了心臟PET圖像和超聲圖像之間的剛性配準。Ryan等［2］利用這種方法實現了視網膜圖像的配準，主要是通過計算平移和旋轉的相似性變換系數來匹配特征點。Betke等實現了肺部CT掃描圖像的配準。

3．2基于直線段和輪廓的配準方法目前，基于邊緣、輪廓的圖像配準方法也是圖像配準領域的一個研究熱點。直線段是圖像中相對易于提取的一個特征。因此許多人都對直線段的配準方法做了一些研究。比如，Medioni和Nevaria通過分割直線段的方法來實現剛體圖像配準。對于輪廓特征，HuiLi提出了一種基于輪廓的圖像配準方法。該方法首先采用拉普拉斯———高斯算子，進行圖像中輪廓特征的提取，然后采用鏈碼的方式來表示輪廓，再找出圖像中輪廓的對應關系，從而得到兩幅圖像的變換關系。

3．3基于主軸和矩的配準方法基于主軸和矩的配準方法，簡單來說，就是利用圖像間像素灰度的統計關系進行配準的方法，該方法主要應用于多模圖像的配準中應用較多。吳鋒等提出了一種基于輪廓的力矩主軸配準方法。葛云等提出了Legendre正交矩，該方法的優點是具有重建特性，且可在一定程度上提高配準精度。但是整體來看，基于主軸和矩的配準方法具有一定的使用局限性，主要表現在計算結果不夠準確，因此主要適用于一些圖像的粗配準中。

3．4基于灰度信息的配準方法該方法利用圖像的像素灰度信息，計算兩幅圖像對應像素對的統計關系來實現圖像配準的，目前主要廣泛應用于多模圖像的配準中。該方法最初是由Woods等提出的。Hill等對Woods的方法進行了改進，他通過建立聯合直方圖來描述灰度對應關系，進而進行圖像配準。Collignon和Studholme用熵作為配度，后來Collignon等又將“熵”的概念延伸到了互信息，并在多模醫學圖像配準中進行了成功應用。

4結語

目前，剛性醫學圖像配準的方法多種多樣，各有優缺點。基于外部標記點的剛體配準方法雖然計算簡單，自動化程度高，配準結果也比較準確，但是不可實現回溯性配準，因此實用性大大受限。而基于內部特征的剛性配準能很好的解決這一問題，可實現回溯性配準，因此基于特征點(如直線的交點、角點等)、特征直線段、輪廓、主軸和矩以及灰度信息的配準方法，得到了很大的發展和廣泛的應用。

參考文獻:

［1］馮林，管慧娟，孫燾，滕弘飛．醫學圖像非剛性配準研究進展［J］．北京生物醫學工程，2006(04)．

［2］李雄飛，張存利，李鴻鵬，臧雪柏．醫學圖像配準技術進展［J］．計算機科學，2010(07)．

作者：趙夫群 單位：咸陽師范學院