具有大形变特征的颅脑CT图像的非刚性配准

Demons算法是一种基于光流场模型的小形变非刚性配准算法,大形变情况下不具有拓扑保持性,将它用于颅脑CT图像配准时效果不理想。为此,本研究对它进行了改进。首先建立Demons算法目标能量函数,将形变场求解转化为目标函数优化问题;然后通过增加sKL距离作为正则项来优化目标函数,消除了形变场的不适定性,并使形变场更加光滑。对高分辨率颅脑CT图像的实验结果表明,改进算法不仅能够处理大形变问题,还能在处理大形变时通过光滑的形变场得到更精确的配准结果。