基于克隆选择算法的PET-CT医学图像融合的实现

论文摘要

医学图像融合是当代信息科学、计算机与医学影像科学相交叉的一个研究课题,它是医学图像处理学科的一个新的研究热点。本文深入研究了目前各种PET-CT医学图像融合的算法仍然存在的缺陷,在此基础上实现了基于克隆选择算法的PET-CT医学图像融合。首先从PET医学图像的空间变换出发,重点研究了基于互信息的PET-CT医学图像配准方法目前尚存在的问题——由于互信息函数具有多极值特性。使得配准参数容易陷入局部最优。针对此问题,本文采用归一化互信息作为配准函数,改善互信息函数使其更光滑。在寻找最优的尺度和旋转参数时,利用克隆选择算法对医学图像配准函数进行优化,有效地避免早熟收敛。对配准后PET-CT医学图像,本文采用基于像素的融合方法实现了PET-CT医学图像的融合。实验表明,该算法只依赖于图像本身的信息,不需要任何假设或先验医学知识,也不需要对图像进行特征点提取、组织分类等预处理,不仅能够实现刚体配准,而且对非刚体的配准也具有良好的性能,同时有效地提高了PET-CT医学融合精度,达到了亚像素级水平。尤其是当图像质量变差或数据缺损时,其融合精度并不下降。因此本文的算法很好地满足了医学图像融合的无创性、精度高以及速度快的临床要求。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 论文研究的目的及意义
• 1.2 课题国内外研究现状
• 1.2.1 PET-CT医学图像融合技术的国内外研究现状
• 1.2.2 克隆选择算法的国内外研究现状
• 1.3 主要研究内容及论文安排
• 第2章 医学图像融合的基本理论
• 2.1 图像预处理
• 2.2 图像配准
• 2.2.1 基于形状特征点的配准方法
• 2.2.2 基于像素的配准方法
• 2.3 图像综合显示
• 2.3.1 空间域综合显示法
• 2.3.2 变换域综合显示法
• 2.4 本章小结
• 第3章 克隆选择算法的理论研究
• 3.1 免疫系统的生物学基础
• 3.1.1 生物免疫系统的结构
• 3.1.2 生物免疫系统的工作原理
• 3.1.3 生物免疫系统的特征
• 3.2 克隆选择算法的提出
• 3.3 克隆选择算法的原理
• 3.4 克隆选择算法的描述
• 3.4.1 克隆选择算子
• 3.4.2 重组变异算子
• 3.4.3 克隆删除算子
• 3.4.4 抗体补充算子
• 3.5 克隆选择算法的实现步骤
• 3.6 克隆选择算法的优点
• 3.6.1 克隆选择算法以概率1收敛
• 3.6.2 克隆选择算法与遗传算法的比较
• 3.7 本章小结
• 第4章 基于克隆选择算法医学PET-CT图像融合的设计与实现
• 4.1 基于克隆选择算法的PET-CT医学图像配准
• 4.1.1 图像的空间变换
• 4.1.2 相似性测度函数
• 4.1.3 配准函数的优化策略
• 4.2 PET与CT医学图像的灰度插值的实现
• 4.3 PET-CT医学图像的综合显示
• 4.4 本章小结
• 第5章 仿真实验与结果分析
• 5.1 实验条件
• 5.2 基于克隆选择算法的医学PET-CT图像配准的结果分析
• 5.2.1 PET-CT医学图像配准精度分析
• 5.2.2 PET-CT医学图像配准速度分析
• 5.3 基于克隆选择算法的医学PET-CT图像融合的结果分析
• 5.3.1 PET-CT医学图像融合精度分析
• 5.3.2 PET-CT医学图像融合速度分析
• 5.3.3 PET-CT医学图像融合普遍适用性分析
• 5.3.4 PET-CT医学图像融合稳定性分析
• 5.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢