首页> 正文

多分辨率医学图像配准技术及自适应图像插值技术的研究

2020-12-07阅读(969)

多分辨率医学图像配准技术及自适应图像插值技术的研究

论文摘要

图像配准技术是医学图像处理领域的一个重要的和基本的研究课题。医学图像配准技术可以将来源于不同成像设备的图像,或者不同时间利用同种成像设备得到的图像进行配准,得到更丰富的信息用于医疗诊断中。全自动医学图像配准不仅可以用于医疗诊断,还可以用于指导神经手术、放射治疗计划的制定、病灶的定位、病理变化的跟踪和治疗效果的评价等各个方面,为医生提供功能和形态的综合信息。随着图像数据量的增大,对于大多数断层扫描医学图像来说,二维、特别是三维体积数据集包含巨大的数据量,极大地增加了计算的负担,无法实时实现和临床应用,这也成为限制了现阶段配准性能较好的互信息相似性测度在配准方法中的应用。不论是刚性还是非刚性配准算法,在配准过程中,常使用多分辨率图像金字塔来进行由粗到精的搜索变换系数,提高计算效率、避免局部极小值,实现自动的更精确的配准结果。但是常见的图像金字塔,例如小波金字塔,滤波器的张量积形式使得小波变换缺乏平移和旋转不变性,这些不变性正是在图像配准中最需要的,只有具有这些不变性,才能保证从粗尺度上得到的平移、旋转和放缩参数的准确性,从而得到准确的结果。另外,由于成像系统内在和外在条件的限制,使获取的图像常常不能满足实际的需求。从软件方面来提高图像分辨率有着极大的现实意义和应用价值,而且无需增加额外的硬件设备,节省大量的费用。超分辨率技术在视频、遥感、医学和安全监控等领域都具有十分重要的作用,例如,随着高清电视(HDTV)的发展,利用超分辨率技术将大量的DTV信号转化为与HDTV接收机相匹配的信号,提高电视节目的兼容性。目前图像的超分辨率重建比较常用的是插值方法。常见的插值方法有近邻插值、双线性插值、双三次插值等,计算量比较小,但是图像插值后常常出现方块效应或细节退化(边缘模糊)。较好的视觉质量和较低的算法复杂度是处理视频、网络信号的关键要求。针对多分辨率医学图像配准和自适应图像插值技术,本文主要研究了以下几个方面:1.具有平移和旋转不变性的图像多分辨率分解可以提高配准过程的精度,避免陷入局部极值,导致误配准。提出一种改进的圆周对称多分辨率分解算法,用环形带通滤波器代替高通滤波器,使各尺度的子带都具有平移和旋转不变性。不丢失信息的前提下,降低计算的冗余度。2.改进的圆周对称塔式分解具有平移和旋转不变性,可以提高图像配准的性能。塔式分解的低频子带能量集中,用互信息进行配准;高频子带提供重要的解剖结构信息,构造基于边缘信息的模糊梯度场,并用模糊贴近度作为相似性测度,与互信息相结合。实验结果验证了新的金字塔算法的有效性,可以实现多模态医学图像的配准,结合模糊梯度场的配准算法提高了算法的鲁棒性,快速准确稳定地实现医学图像配准。3.为了提高医学图像配准的速度和有效性,提出一种结合改进的圆周对称塔式分解和边缘特性的图像配准方法。利用新的塔式分解结构中的带通子带进行处理,计算包含图像边缘信息的带通子图像的主轴和质心,作为低频子带配准过程的初值,提高配准的速度,也提高了对于发生较大形变的图像或图像初值比较大时进行配准的鲁棒性。4.针对数据量巨大的三维医学图像,提出了一种球形对称多分辨率金字塔分解框架(SSMP),McClellan算法用于实现球形和球环形的三维滤波器组。SSMP可以对三维图像实现低冗余度且具有平移和旋转不变性的多分辨率表示。对CT和PET医学图像进行的仿真实验实现了基于球对称塔式分解的医学图像配准的框架的配准过程,提高全局优化的性能,达到最优的变换参数。5.提出一种基于图像分类和非线性插值核的快速自适应插值算法。首先通过图像像素分类方法确定各像素的方向,并将像素点分为边缘区域、纹理区域和平滑区域;基于方向利用适当的提升框架中的Neville插值滤波器对各区域中的像素点进行自适应插值计算;为了得到更好的视觉效果,通过拉普拉斯算子对灰度变化大的区域进行增强处理。实验结果验证,本文算法在提高信噪比的同时,不仅减少了运算时间,在保持边缘方面也得到了较好的效果。

论文目录

  • 中文摘要
  • ABSTRACT
  • 符号说明
  • 第一章 绪论
  • §1.1 医学图像配准技术
  • 1.1.1 医学图像配准的背景、意义
  • 1.1.2 医学图像配准的国内外研究现状
  • §1.2 图像超分辨率技术
  • 1.2.1 图像超分辨率技术的背景、意义
  • 1.2.2 图像超分辨率技术的国内外研究现状
  • §1.3 本文的研究工作和内容安排
  • 第二章 医学图像配准方法的综述
  • §2.1 医学图像配准的概念
  • §2.2 医学图像配准方法的分类
  • §2.3 医学图像配准方法的步骤
  • 2.3.1 医学图像基本变换
  • 2.3.2 插值方法
  • 2.3.3 搜索算法
  • 2.3.4 相似性测度
  • §2.4 多分辨率医学图像配准方法
  • §2.5 本章小结
  • 第三章 图像的多分辨率分析与图像金字塔
  • §3.1 多分辨率分析与图像金字塔的概念
  • §3.2 高斯和拉普拉斯金字塔
  • §3.3 小波变换（WAVELET TRANSFORM）
  • §3.4 STEERABLE金字塔
  • 3.4.1 Steerable金字塔的框架
  • 3.4.2 Steerable滤波器的原理和设计
  • 3.4.3 Steerable金字塔与传统金字塔
  • §3.5 本章小结
  • 第四章 具有平移和旋转不变性的多分辨率塔式分解及其在医学图像配准中的应用
  • §4.1 引言
  • §4.2 多维多分辨率分析的基本关系
  • §4.3 圆周对称多分辨率分析
  • §4.4 具有平移和旋转不变性的圆周对称多分辨率分解
  • 4.4.1 改进的圆周对称塔式分解的定义
  • 4.4.2 平移和旋转不变性的证明
  • A.平移不变性
  • B.旋转不变性
  • 4.4.3 改进的圆周对称滤波器组的设计
  • §4.5 改进的圆周对称塔式分解在医学图像配准中的应用
  • 4.5.1 坐标变换
  • 4.5.2 相似性测度
  • 4.5.3 优化算法
  • 4.5.4 多分辨率配准策略
  • §4.6 仿真实验结果及分析
  • 4.6.1 改进的圆周对称塔式分解及其平移旋转不变性
  • 4.6.2 基于改进的圆周对称塔式分解的医学图像配准
  • §4.7 本章小结
  • 第五章 基于灰度信息和梯度特征的医学图像配准
  • §5.1 引言
  • §5.2 基于互信息和模糊梯度场的多分辨率配准算法
  • 5.2.1 隶属度函数
  • 5.2.2 模糊贴近度
  • 5.2.3 结合互信息和高频子带模糊梯度场的多分辨率配准算法
  • 5.2.4 仿真实验结果与分析
  • §5.3 基于互信息和边缘特征的多分辨率配准方法
  • 5.3.1 主轴和质心
  • 5.3.2 基于互信息和高频子带边缘特征的多分辨率配准方法
  • 5.3.3 仿真实验结果及分析
  • §5.4 本章小结
  • 第六章 一种新的用于三维医学图像配准的球体对称多分辨率金字塔算法
  • §6.1 引言
  • §6.2 球体对称多分辨率金字塔（SSMP）
  • 6.2.1.球体对称多分辨率金字塔（SSMP）的定义
  • 6.2.2.球体对称多分辨率金字塔（SSMP）的分解过程
  • 6.2.3.SSMP不变性的证明
  • 6.2.4.球体对称滤波器组的设计
  • §6.3 基于SSMP的三维医学图像配准
  • 6.3.1.三维图像的变换矩阵
  • 6.3.2.相似性测度
  • §6.4 实验结果及分析
  • 6.4.1.低频子带单模态医学图像的配准
  • 6.4.2.低频子带多模态医学图像的配准
  • 6.4.3.低频子带平移和旋转变换的校正
  • 6.4.4.带通子图像分析及讨论
  • §6.5 本章小结
  • 第七章 基于图像特征和自适应滤波的快速图像插值方法
  • §7.1 引言
  • §7.2 一维NEVILLE滤波器
  • §7.3 图像插值算法
  • 7.3.1 像素点的方向和像素分类
  • 7.3.2 方向点的自适应插值
  • 7.3.3 非方向点的自适应插值
  • §7.4 实验结果及分析
  • §7.5 本章小结
  • 第八章 总结与展望
  • §8.1 论文总结
  • §8.2 未来的工作
  • 参考文献
  • 致谢
  • 攻读学位期间发表和已投稿的论文
  • 外文论文一
  • 外文论文二
  • 学位论文评阅及答辩情况表

    • 相关论文文献

    • [1].多分辨率曝光融合在安卓平台上的实现[J]. 电脑知识与技术 2016(32)
    • [2].一种多分辨率雷达仿真平台的设计与实现[J]. 现代防御技术 2015(02)
    • [3].基于多分辨率半边的全球多尺度地形无缝建模[J]. 测绘学报 2020(08)
    • [4].实时交互的多分辨率洪水演进模型[J]. 灌溉排水学报 2011(04)
    • [5].曲线的一类非线性多分辨率算法及其收敛性[J]. 高校应用数学学报A辑 2008(01)
    • [6].多分辨率特征注意力融合行人再识别[J]. 中国图象图形学报 2020(05)
    • [7].列车运行控制系统多分辨率模型描述方法研究[J]. 铁道学报 2014(11)
    • [8].多分辨率三角网格基础上的区域分割[J]. 中国机械工程 2009(09)
    • [9].基于多分辨率残差网络的心肌梗死定位识别研究[J]. 生物医学工程研究 2019(04)
    • [10].基于优化辛时域多分辨率算法的光子晶体传输特性分析[J]. 激光与光电子学进展 2020(13)
    • [11].图像多分辨率表示方法概述[J]. 数字技术与应用 2018(02)
    • [12].实体模型的多分辨率中轴生成[J]. 计算机辅助设计与图形学学报 2015(06)
    • [13].采用多分辨率运动先验的地面目标稳定跟踪[J]. 光电工程 2013(05)
    • [14].多分辨率社团结构挖掘在故障定位中的应用[J]. 振动与冲击 2012(06)
    • [15].基于多分辨率聚类的云制造任务分配[J]. 计算机集成制造系统 2012(07)
    • [16].多分辨率物流选址系统研究[J]. 物流科技 2011(05)
    • [17].基于二代小波的曲线多分辨率表示[J]. 福建电脑 2011(10)
    • [18].基于双因子定价模型的投资组合风险价值的多分辨率特征研究[J]. 数学的实践与认识 2010(22)
    • [19].基于小波分析的多分辨率地形模型生成算法研究[J]. 西北工业大学学报 2009(01)
    • [20].基于多分辨率局部与全局特征融合的人脸识别[J]. 计算机工程与设计 2018(09)
    • [21].结合最佳缝合线和多分辨率融合的图像拼接[J]. 中国图象图形学报 2017(06)
    • [22].中国航空网络的多分辨率小波分解研究[J]. 西南交通大学学报 2013(01)
    • [23].基于传播子技术的辛时域多分辨率方法[J]. 电子学报 2012(05)
    • [24].结合遗传分割的多分辨率预测匹配算法[J]. 小型微型计算机系统 2010(03)
    • [25].一种新型的快速多分辨率频谱感知电路设计[J]. 复旦学报(自然科学版) 2010(06)
    • [26].面向螺丝锁附序列的多分辨率融合卷积神经网络[J]. 西安交通大学学报 2020(03)
    • [27].多分辨率三维地理数据采集[J]. 电脑迷 2018(11)
    • [28].本体驱动的多分辨率联邦一致性维护方法[J]. 火力与指挥控制 2012(05)
    • [29].基于多层体系结构的交通系统多分辨率仿真架构研究[J]. 物流科技 2012(10)
    • [30].一种新的自适应多分辨率细分曲面的表示法[J]. 计算机应用研究 2011(07)

    标签：;  ;  ;  ;  

    多分辨率医学图像配准技术及自适应图像插值技术的研究
    下载Doc文档

    猜你喜欢

    © 2024 毕速过 版权所有 鄂ICP备12018319号-5