醫(yī)學(xué)圖像配準(zhǔn)與分割算法研究.pdf

1、醫(yī)學(xué)在人們的生活中是至關(guān)重要、不可或缺的一門應(yīng)用科學(xué),醫(yī)學(xué)臨床研究和應(yīng)用的發(fā)展水平對(duì)人類健康起著重要的作用。
　　本文主要圍繞著醫(yī)學(xué)圖像處理算法中比較關(guān)鍵也是常用的醫(yī)學(xué)圖像分割和配準(zhǔn)算法進(jìn)行研究,并獲得一定的成果,其中研究?jī)?nèi)容以及創(chuàng)新成果如下:
　　1.主要詳細(xì)深入分析了醫(yī)學(xué)圖像分割算法中的參數(shù)法模型,這種模型主要是針對(duì)具有灰度不均勻的核磁共振圖像進(jìn)行分割,但是算法模型對(duì)于參數(shù)的初始化不穩(wěn)定,不能在偏移場(chǎng)參數(shù)的隨機(jī)初始化的情

2、況下得到正確的分割結(jié)果。針對(duì)參數(shù)法分割模型的上述缺陷,參考水平集分割方法防止重新初始化的修改方法,對(duì)模型中的能量函數(shù)進(jìn)行改進(jìn),并且運(yùn)用改進(jìn)前后的能量函數(shù)在 McGill Brain Web中的數(shù)據(jù)上進(jìn)行仿真實(shí)驗(yàn),結(jié)果證明改進(jìn)后的能量函數(shù)模型在偏移場(chǎng)參數(shù)隨機(jī)初始化的情況下能得到正確的分割結(jié)果。
　　2.隨著醫(yī)學(xué)儀器的發(fā)展,攝取的圖片大多擴(kuò)展到了三維、四維等,但是國(guó)內(nèi)的醫(yī)學(xué)圖像配準(zhǔn)算法大都是應(yīng)用在二維圖像上,這樣不利于醫(yī)生診斷整體組織

3、部位的信息。本文主要對(duì)于三維的核磁共振圖像進(jìn)行了剛性配準(zhǔn),而且仿真比較了在不同模態(tài)的三維圖像配準(zhǔn)中不同相似性測(cè)度算法的性能。
　　3.由于醫(yī)學(xué)圖像自身的復(fù)雜性,單純的分割很難直接分割出圖像中的具體生理結(jié)構(gòu)。這時(shí)就需要利用基于atlas圖集的分割方法,首先就要對(duì)atlas進(jìn)行配準(zhǔn),這種結(jié)合把這分割與配準(zhǔn)算法相結(jié)合的方法越來越成為醫(yī)學(xué)圖像處理中的趨勢(shì)。但是由于個(gè)體差異性和配準(zhǔn)算法的局限性,往往達(dá)不到很好的效果。本文針對(duì)上述atlas方