基于共生互信息量的医学图像配准

被引：26

作者：

卢振泰

陈武凡

机构：

[1] 南方医科大学医学图像处理重点实验室

[2] 南方医科大学医学图像处理重点实验室广州

来源：

计算机学报 | 2007年 / 06期

关键词：

图像配准; 互信息量; 共生矩阵; 共生互信息量; 空间信息;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

该文考虑对应点及其邻域内不同方向上的像素点,将图像的空间与方向信息引入到配准中,提出了一种新的相似性测度——共生互信息量(Co-MI),并在此基础上构造了一种新的配准算法——最大共生互信息量法.实验结果表明在图像空间分辨率较低,有噪声影响和图像部分缺损的情况下,该算法具有计算速度快、精度高、鲁棒性强的特点.作为一种一般性的配准方法,共生互信息量同互信息一样,不仅可以用于图像的刚性和弹性配准,还可以应用到图像配准以外的更广阔的领域,如经济学、运筹学、模式识别等.

引用

页码：1022 / 1027

页数：6

共 7 条

[1]

An overlapinvariant entropy measure of3D medical image alignment. Studhol me C,Hill D L G,Hawkes DJ. Pattern Recognition . 1999

[2]

A survey of medical image registration. Maintz J B A,Viergever M A. Medical Image Analysis . 1998

[3]

Fast parametric elastic image registra-tion. Kybic J,Unser M. IEEE Transactions on Image Processing . 2003

[4]

Asurvey of image registrationtechniques. Brown L G. ACM Computing Surveys . 1992

[5]

Image registration methods:Asurvey. Zitova B,Flusser J. Image and Vision Computing . 2003

[6]

Multimodal-ityimage registration by maximization of mutual information. Maes F,Collignon A,Vandermeulen Dirk et al. IEEE Transactions on Medical Imaging . 1997

[7]

Mutual information based registration of medical images:Asurvey. PluimJ,Maintz J,Viergever M. IEEE Transactions on Medical Imaging . 2003

← 1 →