一种面向医学图像非刚性配准的多维特征度量方法

被引：6

作者：

陆雪松 ^{[1
]}

涂圣贤 ^{[2
]}

张素 ^{[2
]}

机构：

[1] 中南民族大学生物医学工程学院

[2] 不详

来源：

自动化学报 | 2016年 / 42卷 / 09期

关键词：

非刚性配准; 联合Renyiα-entropy; 最小距离树; 局部特征; 自由形变模型;

D O I：

10.16383/j.aas.2016.c150608

中图分类号：

R318 [生物医学工程]; TP391.41 [];

学科分类号：

0831 ; 080203 ;

摘要：

医学图像的非刚性配准对于临床的精确诊疗具有重要意义.待配准图像对中目标的大形变和灰度分布呈各向异性给非刚性配准带来困难.本文针对这个问题,提出基于多维特征的联合Renyiα-entropy度量结合全局和局部特征的非刚性配准算法.首先,采用最小距离树构造联合Renyiα-entropy,建立多维特征度量新方法.然后,演绎出新度量准则相对于形变模型参数的梯度解析表达式,采用随机梯度下降法进行参数寻优.最终,将图像的Canny特征和梯度方向特征融入新度量中,实现全局和局部特征相结合的非刚性配准.通过在36对宫颈磁共振(Magnetic resonance,MR)图像上的实验,该方法的配准精度相比较于传统互信息法和互相关系数法有明显提高.这也表明,这种度量新方法能克服因图像局部灰度分布不一致造成的影响,一定程度地减少误匹配,为临床的精确诊疗提供科学依据.

引用

页码：1413 / 1420

页数：8

共 12 条

[1] 联合直方图的刚性配准方法及其在肝脏CT图像配准中的应用 [J].

周斌 ;

宋晓 ;

黄晓阳 ;

王博亮 .

厦门大学学报(自然科学版), 2015, 54 (03) :397-403

[2] 基于Nystrm低阶近似和谱特征的图像非刚性配准 [J].

张桂梅 ;

曹红洋 ;

储珺 ;

曾接贤 .

自动化学报, 2015, 41 (02) :429-438

[3] 基于点集与互信息的肺部CT图像三维弹性配准算法 [J].

夏威 ;

高欣 ;

王雷 ;

周志勇 ;

张冉 .

江苏大学学报(自然科学版), 2014, 35 (05) :558-563

[4] 基于B样条自由形变三维医学图像非刚性配准研究 [J].

冯兆美 ;

党军 ;

崔崤峣 ;

焦阳 .

影像科学与光化学, 2014, 32 (02) :200-208

[5]

Self-similarity weighted mutual information: A new nonrigid image registration metric[J] . Hassan Rivaz,Zahra Karimaghaloo,D. Louis Collins. Medical Image Analysis . 2013

[6]

Estimation of slipping organ motion by registration with direction-dependent regularization[J] . Alexander Schmidt-Richberg,René Werner,Heinz Handels,Jan Ehrhardt. Medical Image Analysis . 2011 (1)

[7] Phase mutual information as a similarity measure for registration [J].

Mellor, M ;

Brady, M .

MEDICAL IMAGE ANALYSIS, 2005, 9 (04) :330-343

[8]

Distinctive Image Features from Scale-Invariant Keypoints.[J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)

[9]

Image matching using alpha-entropy measures and entropic graphs[J] . Huzefa Neemuchwala,Alfred Hero,Paul Carson. Signal Processing . 2004 (2)

[10]

Iconic feature based nonrigid registration: the PASHA algorithm[J] . Pascal Cachier,Eric Bardinet,Didier Dormont,Xavier Pennec,Nicholas Ayache. Computer Vision and Image Understanding . 2003 (2)

← 1 2 →