3D医学图像配准方法分析.pdfVIP

摘 要 图像配准是图像处理的基本任务之一，是将来自相同或不同成像方式的图像进 行一定的变换处理，使它们之间的空间位置、空间坐标达到匹配。图像配准是多种 图像处理及应用如功能定位、变化检测、三维建模等的基础，配准效果将直接影响 到其后续图像处理工作的效果。 神经学科是当今世界上最活跃的学科之一，当今，各种脑的标准图谱层出不穷。 为了进一步的研究神经科学，对采集数据的功能定位，是研究面临的一大难题。 本文课题来源于中国科学院武汉物理与数学研究所科研项目：“大鼠脑三维标准 图谱的构建及磁共振图像分析系统”，研究目的是在原有“三维核磁共振图像处理系 统” 的基础上进一步完善图像分析及显示功能。 本文简要介绍了图像配准的背景及医学图像配准方法的分类和发展。重点研究 了3D 医学图像配准的算法，线性配准算法和非线性配准算法。 在图像的线性配准算法部分，主要研究了利用PCA 与GA 相结合的算法。PCA 配准方法是基于特征点的配准方法，利用分割的图像轮廓，提取主成分，采用仿射 变换模型，实现图像配准。而GA 算法则是在PCA 初配准的基础上，运用遗传算法， 有哪些信誉好的足球投注网站最优解，使得两组图像的边缘轮廓达到最大的统一，从而实现核磁共振图像与 标准图谱之间的精确配准。 在图像的非线性配准算法部分，就一些非线性方法进行了大致的分析，并详细 介绍和研究了基于水平集的非线性配准方法。基于水平集的配准方法，可以适应较 大的形变，并且运算速度快，鲁棒性好，配准精度高。通过实验可以看出，基于水 平集的非线性配准方法，非常适合应用于本课题的研究。 关键词：磁共振图像 大鼠脑标准图谱 仿射变换模型 主成分分析(PCA) 遗传算法(GA) 水平集 I Abstract Registration is one of the basic tasks of image process, which is to transform image from different or same resources to the same space locality. Registration is the base of many kinds of image process (location of ROIs, 3D modeling and so on), and its quality will directly influence the effect of other processing. Neuroscience is an important topic in nowadays, and today, there are many kinds of brain atlas. For develop research, it’s necessary to give them a precise description of the ROIs. This research comes from the Wuhan Institute of Physics Mathematics the Chinese Academy of Sciences scientific research project “3D reconstruction of rat brain atlas and MR image analyzing system”. The purpose is to further perfect the image analysis and visualization based on “3D MR image processing system”. The thesis is focus on the registration between the MR images and the rat brain Atlas. Image registration is an often encountered problem in various fields including medical imaging, computer v