基于先验知识和MRF随机场模型的医学图像弹性配准方法

本研究提出了一种新的基于先验知识的弹性配准算法,首次把马尔可夫模型应用于图像的弹性配准方面。为了把关于变形场的先验知识融合到弹性配准过程中,本研究以马尔可夫随机场模型作为理论框架,以B样条为基函数来构造弹性变形模型,以弹性模型的B样条系数作为待估参数,以原图像和变形图像作为已知条件,把弹性变形模型和关于变形场的先验知识有机的融合到了马尔可夫随机场模型中,实现了一种基于变形场先验知识的弹性配准算法。这种新算法因为有变形场的先验知识,所以可以得到更好配准结果。本研究以变形场的平滑作为先验知识,可以有效改善局部极值的状况,提高算法的可靠性和鲁棒性。本研究分别对2D和3D图像进行了试验,试验结果证明了这种算法的有效性。