基于人工免疫系统的医学图像配准算法研究

论文摘要

在临床诊断、放射治疗计划和图像引导的外科手术中,经常要求病人接受多种计算机断层扫描成像,以提供病理和解剖方面的互补信息。但是由于病人在成像时的运动,呼吸,以及不同图像的分辨率、对比度等参数的设置不同,医生很难单凭想象将多幅图像准确对齐,因此医学图像配准作为医学影像处理的重要内容获得了广泛的研究和应用。本文系统地综述了医学图像配准技术的基本概念、框架和应用领域,介绍医学图像配准技术的特殊性和国内外研究现状,对医学图像配准技术的分类和评价准则做了详尽介绍。在此基础上重点研究基于互信息的医学图像配准算法及其相关问题,主要研究工作如下:①由于Powell算法对初始值敏感,不同的初始点迭代后的配准结果差异很大,本文提出一种New Powell算法,该算法采用外推法改进Brent搜索的搜索区间,并把外推搜索获得的搜索区间的中值作为Powell搜索的初始值,从而获得了比Powell算法更稳定的搜索结果。②本文从图像的固有特性、噪声和插值三个方面对局部极值成因进行分析,得到了传统配准算法存在局部最优的根本原因。③本文首次将体液免疫应答机理应用于医学图像配准,提出了一种全新的基于人工免疫系统的图像配准算法。该算法将外推-黄金分割搜索法应用于抗体群初始化,提高了搜索效率,有效地解决传统配准算法存在的局部最优问题,从而较大地提高了医学图像配准的稳定性。实验结果表明,基于人工免疫的配准算法能够克服传统配准算法容易陷入局部最优的缺陷,且算法满足稳定性要求。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 图像配准的定义和应用
• 1.2 医学图像配准的意义
• 1.3 国内外研究现状
• 1.3.1 医学影像技术的研究现状及发展
• 1.3.2 医学配准算法的研究现状及发展
• 1.3.3 医学影像算法平台的研究现状及发展
• 1.4 本文完成的主要工作及内容安排
• 2 图像配准框架模型
• 2.1 图像配准的模型
• 2.1.1 图像配准的数学表达
• 2.1.2 图像配准的框架及描述
• 2.2 几何变换
• 2.2.1 刚体变换
• 2.2.1 仿射变换
• 2.2.3 投影变换
• 2.2.4 非线性变换
• 2.3 图像插值
• 2.3.1 最近邻插值
• 2.3.2 双线性插值
• 2.3.3 部分体积插值方法
• 2.4 相似性测度
• 2.5 函数优化
• 2.6 本章小结
• 3 互信息图像配准
• 3.1 互信息概念
• 3.2 空间变换
• 3.3 Powell 配准算法
• 3.3.1 Powell 优化
• 3.3.2 Brent 一维搜索
• 3.3.3 搜索区间确定
• 3.4 实验结果
• 3.5 本章小结
• 4 生物免疫系统与人工免疫系统
• 4.1 生物免疫系统的基本理论
• 4.1.1 基本术语
• 4.1.2 体液免疫
• 4.1.3 体液免疫的两大学说
• 4.2 基于体液的人工免疫系统
• 4.2.1 免疫系统与免疫算法的对应关系
• 4.2.2 人工免疫系统的工作原理
• 4.3 本章小结
• 5 基于人工免疫系统的互信息配准算法研究
• 5.1 配准算法的局部最优问题
• 5.1.1 导致局部最优的原因探讨
• 5.2 基于人工免疫算法的医学图像配准算法
• 5.2.1 抗体、抗原及抗体亲和度的定义
• 5.2.2 抗体群初始化
• 5.2.3 亲和突变
• 5.2.4 免疫选择
• 5.2.5 招募新成员
• 5.3 AIS 算法流程
• 5.4 算法参数分析
• 5.5 实验结果
• 5.6 本章小结
• 6 总结与展望
• 6.1 论文工作总结
• 6.2 研究展望
• 致谢
• 参考文献
• 附录