介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,...介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,在灰度级压缩的基础上,用改进SLNC函数评价其与X线透视图像的相似性,利用与Brent相结合的Powell优化方法,搜索出相似性最大时的投影变换参数。将此方法用于移动数字X线投影设备——Biplanar 500采集的X线透视图像与相应CT体积数据的配准实验,得到较好的2D-3D图像配准效果。展开更多
文摘介绍了一种基于改进SLNC(sum of local normalized correlation,SLNC)的2D-3D医学图像配准方法。首先对CT体积数据进行三线性插值,得到各向分辨率相同的体积数据,采用光线跟踪算法对其进行数字图像重建。针对不同位置和方向的重建图像,在灰度级压缩的基础上,用改进SLNC函数评价其与X线透视图像的相似性,利用与Brent相结合的Powell优化方法,搜索出相似性最大时的投影变换参数。将此方法用于移动数字X线投影设备——Biplanar 500采集的X线透视图像与相应CT体积数据的配准实验,得到较好的2D-3D图像配准效果。