仿射变换下的张量重定向及MR-DTI图像配准

众所周知,图像配准是一项成熟的图像处理技术,然而由于数据复杂等特点,使得这一技术在扩散张量图像(Dif-fusion Tensor Images,DTI)方面的应用屈指可数。根据张量数据的特点和物理意义,在仿射变换的前提下,本文以距离函数作为张量的相似性测度,结合张量重定向优化策略构成目标函数,采用混合优化策略,对临床使用的扩散张量图像进行配准实验。实验结果表明,该算法在对扩散张量图像进行配准时,充分利用了张量数据所包含的方向信息,能有效保持配准后的图像其扩散张量方向与周围组织的解剖结构一致性。

显式重定向的扩散张量图像配准

扩散张量图像配准算法是近年图像配准研究的热点与难点之一。针对配准中容易出现的局部极值和张量重定向问题,以欧氏距离为相似性测度,将张量重定向显式融入目标函数,采用模拟退火算法与Powell算法法相结合的混合优化策略,对临床使用的扩散张量图像DTI(Diffusion Tensor Images)进行配准实验。实验结果表明,该算法稳定性良好,在对扩散张量图像进行配准时,能有效保持扩散张量主特征方向与纤维走向的一致性,同时成功解决了局部极值的困扰,是一种实用的扩散张量图像配准方法。

变参数active demons算法下的多通道弥散张量图像配准

目的弥散张量图像(DTI)配准不仅要保证配准前后图像解剖结构的一致性,还要保持张量方向的一致性。demons算法下的多通道DTI配准方法可充分利用张量的信息,改善配准质量,但大形变区域配准效果不理想,收敛速度慢。active demons算法能够加快收敛速度,但图像的拓扑结构容易改变。由此提出一种变参数active demons算法下的多通道DTI配准方法。方法综合active demons算法中平衡系数能加快收敛速度、均化系数能提高DTI配准精度的优点,手动选择一个均化系数,并在算法收敛过程中随着高斯核的减小动态调整平衡系数。在配准开始时采用较小的平衡系数获得较快的收敛速度,随着收敛的加深逐渐增大平衡系数获得较小的配准误差。结果active demons方法能改善DTI大形变区域的配准问题,但均化系数太小会改变图像拓扑结构。固定均化系数,引入单一的平衡系数能加快收敛速度,但会导致拓扑结构改变。变参数active demons方法有效提高了配准的收敛速度,明显改善大形变区域的配准效果,同时能保持图像拓扑结构不变。变参数active demons配准后的10组数据均获得最小均方差(MSE)和最大特征值特征向量对重叠率(OVL),配准精度最高。在0. 05的配对样本t检验水平下,变参数active demons和active demons方法配准后的MSE、OVL的差异均有统计学意义;变参数active demons和demons方法配准后的MSE、OVL的差异均有统计学意义(p <0. 05)。结论变参数active demons算法下的多通道DTI配准方法明显提高了配准精度和速度,改善了demons方法不能有效配准大形变区域的问题,同时能够保持配准前后图像的拓扑结构,尤其适合个体间形变较大的DTI配准。