基于最大互信息配准法的医学序列图像压缩算法的研究

针对医学序列图像的特点,概述了两种压缩的方法[1-3],并在此基础上提出了一种基于最大互信息配准法的压缩方法,更有效的减少序列图像之间的相关冗余。该方法充分利用了帧间相关性,具有很好的压缩性能,可以有效满足现代医学图像的压缩要求。

基于互信息的低分辨率对海雷达视频信号配准

从低分辨率对海雷达在视频信号融合后的探测性能取决于视频信号配准效果这一结论出发,研究了两部对海雷达视频信号的配准。首先研究了视频信号配准空间特性及其影响因素,针对海上目标的运动随机性给出了线性配准的时间约束;然后分析了雷达之间的包络异同,给出了基于互信息的配准原理,提出了配准方法;最后基于S波段和C波段的实装数据进行了验证,给出了目标密集区和海杂波区的配准效果。试验结果表明,配准后的视频信号对后期的融合检测性能有较大提升。

利用高维互信息的多模态医学图像配准

互信息相似性测度在多模态医学图像配准中获得了广泛的应用,然而其不足之处在于没用充分利用图像固有的空间信息。针对这一不足,提出了利用图像邻域信息的高维互信息配准方法。首先用图像像素及其邻域构成高维向量的集合,然后利用基于最近邻的熵估计法来估计集合的高维熵,并采用近似最近邻搜索算法来加快高维熵的计算。实验结果验证了新的相似性测度的有效性。

结合形态学梯度互信息和多分辨率寻优的图像配准新方法

对互信息配准法进行算法改进.在互信息基础上结合形态学梯度作为新的图像配准测度,不仅考虑所有体素信息,而且有效结合像素在空间位置的相互关系.将粒子群优化(Particle swarm optimization,PSO)算法这种全局寻优算法和Powell这一局部寻优算法相结合,前者的配准结果为后者的算法优化提供了非常有效的初始点,优化时间大为减少.借鉴小波变换中多分辨率的思想,在低分辨率图像中粗略配准后,上升到高分辨率图像上进一步细化配准结果,增加算法鲁棒性.实验结果证明,本文算法效果良好,寻优过程在数分钟内完成,能够满足诊断和科研的实时性要求.

基于互信息的胸腹部多模态图像配准

CT对骨质方面具有成像优势,MR对软组织具有成像优势,临床上将二者通过医学图像配准融合,得到同时具有软组织与骨质信息的图像。对于CT和MR的图像配准,该文先采用最大互信息法来进行粗配准,利用优化器对算法的优化调整步长参数和最大迭代次数参数以修正图像的不重合现象,再通过同一坐标系上的相似几何变换得出一个初始配准图像,以初始配准的结果作为输入,然后利用算法执行仿射变换的方式以达到进一步的精细配准。在配准的过程当中采用对比度强烈的蒙太奇艺术表现手法,使配准后的图像更容易区分骨质与软组织的位置。

基于互信息的图像配准技术研究及应用

介绍了图像配准的基本框架和方法,提出了一种基于灰度信息的配准算法,利用互信息作为图像相似性度量的准则,通过Matlab实验证明了该算法的有效性。

X线图像引导系统KylinRay-XGPS关键技术研发

图像引导用以实现患者摆位的精确定位,是放射治疗等领域实现精准治疗的重要保障。常见的锥形束CT(CBCT)图像引导设备花费时间长且辐射剂量大。基于此,本研究基于X线透视成像技术开发了图像引导系统KylinRay-XGPS。该系统根据采集的X线图像和患者定位CT进行2D-3D图像配准,输出患者配准平移和旋转误差,从而纠正患者的摆位误差。KylinRay-XGPS系统的关键技术有动态步长法生成数字影像重建图像(DRR)、基于GPU并行加速、多模态互信息灰度配准和基于骨性结构的配准方法。结合KylinRay-XGPS在放射治疗的临床病例测试结果表明,KylinRay-XGPS具有定位精度高、定位时间短和成像剂量低的优势。

基于主动形变模型的医学序列图像的分割

对主动形变模型(active shape model)方法进行了改进,将其用于CT序列图像的分割,实现了对一些边缘不清晰的软组织的分割。一个组织在CT序列图像中其形状变化往往是连续的,据此,我们先在序列图像中按顺序每间隔几幅抽取一幅图像,用其他方法分割好;然后对分割结果使用主成分分析方法(Principle Component Analysis)计算其形变特征,生成可变形轮廓模板;再用这个模板去变形、配准、分割其他图像,从而达到一个比较理想的分割结果。

基于电子射野影像的器官运动分析

目的 :用电子射野影像装置研究放射治疗过程中的器官运动 ,以便对治疗部位进行自动监测。方法 :放射治疗前先采集 1幅治疗野的验证图片 ,使用互信息技术、模拟退火优化算法将其与治疗过程中实时采集的射野影像配准。结果 :计算得到放射治疗过程中由于肺呼吸而导致的器官运动参数。结论 :利用电子射野影像装置结合图象分析方法对器官运动分析是比较有效的。