基于互信息的多模医学图像配准方法研究

论文摘要

医学图像配准是90年代发展起来的医学图像处理领域的一个重要分支，在临床诊断与治疗等多个方面具有广泛的应用前景和实用价值。基于互信息的配准方法由于不需要进行分割等预处理，具有配准精度高、容易实现自动化等优点，成为目前研究的重点。然而该方法丢弃了大量的图像空间信息，造成互信息测度对某些模式的图像配准精度不高。本文深入研究了互信息配准方法的理论基础，提出模糊互信息配准测度，进行了实验分析，并研究了背景噪声的影响和基于互信息的三维医学图像配准实现方法。论文的主要研究工作和创新性成果包括：(1)研究了基于互信息配准方法的理论基础，从数字图像的矩阵表示出发，提出联合灰度序偶矩阵、灰度序偶的特征矩阵等概念，并以此给出联合灰度直方图的矩阵描述，以及数字图像熵和互信息的数学描述，并重点分析了其性质及互信息配准测度存在的问题。(2)研究了医学图像配准的灰度对应现象及其物理原因，分析了灰度对应关系的模糊特性，提出了灰度配准关系和灰度配准相关函数的概念并给出数学描述，分析了灰度配准相关函数的物理意义。(3)在灰度配准相关函数的基础上，提出了医学图像的模糊互信息配准测度，给出了模糊互信息的数学定义，分析并证明了模糊互信息的性质；研究了图像大小及灰度级数对模糊互信息测度的影响，对模糊互信息测度进行了归一化处理，消除重叠区域变化对配准测度的影响。(4)采用国际通用的Vanderbilt多模医学图像配准数据库，对模糊互信息测度和互信息测度进行了深入的对比实验研究，分析了模糊互信息测度的有效性、及其对不同插值算法、图像数据缺失、噪声干扰等因素的鲁棒性，并验证了模糊互信息测度的实用效果。(5)研究了医学图像背景的灰度组成，将背景划分为单一灰度背景和噪声背景两大类，分析了不同背景类型对配准测度计算的影响，提出了一种基于二值形态学的背景噪声处理算法，通过二值化、腐蚀、膨胀等运算将噪声背景替换为单一灰度背景，改善了配准测度函数的局部极值性能，更有利于配准参数的优化。(6)研究了三维医学图像配准的实现方法，给出了三维空间变换、基于联合灰度直方图的配准测度、以及配准参数的遗传优化的具体计算方法。设计并实现了一个三维配准实验平台，在该平台上可以对各种配准算法等进行实验验证和对比分析，并可以根据使用需要扩充各功能模块。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 医学图像配准的应用背景
• 1.2 医学图像配准概述
• 1.2.1 医学图像配准的基本过程
• 1.2.2 医学图像配准的分类
• 1.3 医学图像配准的研究现状
• 1.3.1 医学图像配准方法的研究进展
• 1.3.2 基于互信息配准方法的研究进展
• 1.3.3 医学图像配准的非线性变换研究进展
• 1.3.4 医学图像配准的国内研究现状
• 1.4 论文研究内容及创新点
• 1.4.1 研究内容
• 1.4.2 创新点
• 第2章 传统互信息配准测度理论及存在问题
• 2.1 联合灰度直方图的数学描述
• 2.1.1 灰度直方图经典数学描述
• 2.1.2 灰度直方图的矩阵描述
• 2.1.3 联合灰度直方图的矩阵描述
• 2.2 数字图像的熵和互信息
• 2.2.1 数字图像的熵
• 2.2.2 数字图像互信息的定义
• 2.2.3 数字图像互信息的性质
• 2.2.4 最大互信息配准准则
• 2.2.5 数字图像互信息的计算流程
• 2.3 互信息配准测度存在的问题
• 2.4 小结
• 第3章 模糊互信息配准测度理论
• 3.1 医学图像配准的灰度对应现象
• 3.1.1 单模图像配准的灰度对应现象
• 3.1.2 多模图像配准的灰度对应现象
• 3.1.3 灰度对应现象的物理解释
• 3.1.4 灰度对应现象的模糊特性
• 3.2 图像的灰度配准相关函数
• 3.2.1 模糊子集与模糊关系
• 3.2.2 灰度配准相关函数的定义
• 3.2.3 灰度配准相关函数的意义
• 3.2.4 灰度配准相关函数的确定
• 3.3 模糊互信息
• 3.3.1 模糊互信息的定义
• 3.3.2 模糊互信息的性质
• 3.3.3 最大模糊互信息配准准则
• 3.3.4 模糊互信息与图像大小及灰度级数的关系
• 3.3.5 模糊互信息的归一化处理
• 3.4 小结
• 第4章 模糊互信息配准测度实验分析
• 4.1 实验数据来源
• 4.2 模糊互信息测度的有效性分析
• 4.2.1 对单模图像配准的有效性
• 4.2.2 对多模图像配准的有效性
• 4.3 模糊互信息测度的鲁棒性分析
• 4.3.1 对插值算法的鲁棒性分析
• 4.3.2 对数据缺失的鲁棒性分析
• 4.3.3 对噪声干扰的鲁棒性分析
• 4.4 模糊互信息测度的实用性验证
• 4.5 小结
• 第5章 基于形态学的背景噪声处理算法
• 5.1 背景噪声对图像配准的影响
• 5.1.1 医学图像背景噪声分析
• 5.1.2 背景噪声对互信息计算的影响
• 5.2 二值图像形态学基本运算
• 5.2.1 腐蚀运算
• 5.2.2 膨胀运算
• 5.2.3 膨胀和腐蚀运算的性质
• 5.3 算法原理及实现
• 5.3.1 噪声图像的二值处理
• 5.3.2 二值噪声图像的形态学处理
• 5.3.3 背景替换
• 5.4 算法应用实例
• 5.4.1 CT图像处理结果
• 5.4.2 MRI图像处理结果
• 5.4.3 PET图像处理结果
• 5.5 小结
• 第6章 基于互信息的三维医学图像配准实现
• 6.1 三维医学图像配准流程
• 6.2 三维医学图像配准的坐标变换
• 6.2.1 三维医学图像的坐标系
• 6.2.2 图像坐标到世界坐标变换
• 6.2.3 世界坐标仿射变换
• 6.2.4 浮动图像到参考图像坐标变换
• 6.3 基于联合直方图的配准测度计算
• 6.4 配准参数遗传优化设计
• 6.4.1 配准参数遗传优化流程
• 6.4.2 个体编码设计
• 6.4.3 遗传算子设计
• 6.5 三维医学图像配准实验平台
• 6.5.1 基本模块组成
• 6.5.2 模块调用关系
• 6.5.3 配准实例
• 6.6 小结
• 第7章 总结与展望
• 7.1 全文总结
• 7.2 研究展望
• 参考文献
• 攻读博士期间主要研究成果
• 致谢