基于改进互信息的多尺度弹性配准方法研究

基于改进互信息的多尺度弹性配准方法研究

论文摘要

开展基于乳腺X影像的乳腺普查工作是早期检测乳腺癌病变、减少死亡率的重要手段。基于乳腺X影像的计算机辅助诊断技术是当前国外研究的热点,也是难点。当前主流的计算机辅助诊断方法是基于单幅X光片的;而医生在临床阅片时常用对比察看的方法,将这一手段引入计算机辅助诊断便形成基于多幅乳腺X光片的的对比分析方法。利用多幅X光片进行对比分析的方法其中关键的步骤为弹性配准两幅形状、大小皆不相同的乳腺X影像,为解决此问题,当前学者所提出的方法可以分为基于控制点对的配准方法和基于相似性测度的配准方法。然而两者均面临难题,前者由于乳腺X影像的特殊性,除了乳头位置外并没有明显的控制点对用来计算弹性变换参数;后者当变换参数较多时,容易陷入局部极值。因此,自动地达到乳腺X影像的准确配准是一项非常具有挑战性的工作。本文对基于乳腺X影像的计算机辅助诊断系统做了模块的划分,总结了当前国外学者在此领域所做的研究与贡献,重点考察了对比分析方法。在前人研究的基础上,提出了结合改进互信息模型与小波多尺度分析的自动弹性配准方法。该方法不需要事先选取控制点对,根据局部配准的变换参数提取全局配准的控制点对,从而实现整体的弹性配准。以单纯互信息作为相似性测度的配准方法只考虑了单个象素点的灰度信息,并没有考虑空间信息。本文总结了前人的几种改进互信息模型,包括归一互信息模型、结合梯度信息的互信息模型、区域互信息模型和共生互信息模型,提出了一种新的基于小波的互信息模型,且比较了三种小波在此模型中的表现。与前人改进的四种方法做对比实验,其结果证明同样为结合梯度信息的互信息模型,本文提出的方法优于Josien[33]的所提出的方法,且具有好的鲁棒性。该方法被应用于本文的多尺度弹性配准过程中的局部配准中。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 课题研究背景
  • 1.2 本文的研究工作
  • 1.3 论文内容组织
  • 第2章 基于乳腺X 影像的计算机辅助诊断
  • 2.1 乳腺癌的病变分类及系统模块划分
  • 2.2 肿块的检测
  • 2.2.1 可疑区域检测
  • 2.2.2 可疑区域的分类
  • 2.2.3 基于多幅光片做对比分析的肿块检测
  • 2.3 微钙化的检测
  • 2.4 肿块的诊断
  • 2.5 微钙化的诊断
  • 2.6 本章总结
  • 第3章 小波多分辨分析理论与医学图像配准综述
  • 3.1 小波和多分辨分析概述
  • 3.1.1 小波基础知识
  • 3.1.2 Mallat 算法
  • 3.2 医学图像配准综述
  • 3.2.1 配准原理及流程
  • 3.2.2 配准方法的分类
  • 3.2.3 插值方法
  • 3.3 本章总结
  • 第4章 改进互信息模型研究
  • 4.1 归一互信息模型
  • 4.2 结合梯度信息的互信息模型
  • 4.3 区域互信息模型
  • 4.4 共生互信息模型
  • 4.5 基于小波分析的互信息模型
  • 4.6 实验及其分析
  • 4.7 本章评论
  • 第五章 多尺度弹性配准方法及应用
  • 5.1 方法概述
  • 5.1.1 基于改进互信息模型的分块子图配准
  • 5.1.2 控制点对的选取
  • 5.1.3 整体弹性配准
  • 5.2 实验及其分析
  • 5.3 总结与展望
  • 参考文献
  • 致谢
  • 在攻读硕士学位期间公开发表的学术论文与研究成果
  • 相关论文文献

    • [1].浅析平均互信息量求解方法[J]. 新校园(上旬) 2015(05)
    • [2].基于云平台的互信息最大化特征提取方法研究[J]. 电信科学 2013(10)
    • [3].基于互信息的医学图像配准新方法[J]. 河南科技 2013(14)
    • [4].基于新型文档频的平均互信息改进研究[J]. 软件导刊 2012(05)
    • [5].基于互信息的烘丝过程工艺参数影响分析[J]. 自动化技术与应用 2013(03)
    • [6].基于互信息量的分类模型[J]. 计算机应用 2011(06)
    • [7].基于最小联合互信息亏损的最优特征选择算法[J]. 计算机科学 2011(12)
    • [8].基于互信息梯度优化计算的信息判别特征提取[J]. 电子与信息学报 2009(12)
    • [9].基于改进互信息的特征提取的文本分类系统[J]. 四川理工学院学报(自然科学版) 2008(03)
    • [10].基于互信息原理的高职充分就业指导研究[J]. 南通职业大学学报 2014(03)
    • [11].基于最大区域互信息量的生物细胞图像分割[J]. 西北师范大学学报(自然科学版) 2010(03)
    • [12].最大模糊互信息用于图像分割[J]. 计算机工程与应用 2009(20)
    • [13].一种可最优化计算特征规模的互信息特征提取[J]. 控制与决策 2009(12)
    • [14].基于熵互信息理论的基因调控网络的研究[J]. 华北科技学院学报 2008(01)
    • [15].一种基于互信息量的关键帧提取方法[J]. 孝感学院学报 2008(03)
    • [16].基于邻域互信息和K均值的基因选择算法[J]. 电脑知识与技术 2014(04)
    • [17].《信息论与编码技术》课程中平均互信息的教学探讨[J]. 教育教学论坛 2014(28)
    • [18].基于时序互信息构建基因调控网络[J]. 天津大学学报 2010(07)
    • [19].邻域互信息在磁共振颅脑图像配准的应用[J]. 计算机工程与应用 2009(10)
    • [20].基于频域的遥感图像互信息配准方法[J]. 计算机工程与应用 2009(35)
    • [21].基于广义互信息的人脑图像配准研究[J]. 生物医学工程学杂志 2008(06)
    • [22].互信息特征选择方法的研究与改进[J]. 情报科学 2014(08)
    • [23].基于互信息博弈的侧信道攻击风险评估模型[J]. 计算机工程 2012(15)
    • [24].改进的二阶互信息医学图像配准算法的研究[J]. 软件导刊 2011(05)
    • [25].基于互信息量的视频关键帧提取算法[J]. 安阳工学院学报 2010(04)
    • [26].基于加权互信息的医学图像配准方法[J]. 测试技术学报 2014(02)
    • [27].基于最小互信息的盲源分离技术在图像处理中的应用[J]. 科技创新导报 2009(33)
    • [28].基于邻域互信息最大相关性最小冗余度的特征选择[J]. 漳州师范学院学报(自然科学版) 2013(04)
    • [29].文本分类中一种基于互信息改进的特征选择方法[J]. 河北北方学院学报(自然科学版) 2013(01)
    • [30].改进的区域互信息和小波变换的图像配准[J]. 计算机工程与应用 2013(21)

    标签:;  ;  ;  ;  ;  ;  

    基于改进互信息的多尺度弹性配准方法研究
    下载Doc文档

    猜你喜欢