醫(yī)學(xué)影像特征描述及配準(zhǔn)算法研究.pdf

1、特征描述和匹配是許多計算機(jī)視覺的重要組成部分，是圖像處理、分析和理解的基礎(chǔ)，廣泛應(yīng)用于遙感圖像、醫(yī)學(xué)圖像等的處理。圖像特征描述是對圖像中感興趣的區(qū)域進(jìn)行定量分析，圖像配準(zhǔn)技術(shù)是解決幾幅圖像的對齊問題。圖像描述和配準(zhǔn)算法結(jié)果影響著后續(xù)圖像處理的精度。
　　醫(yī)學(xué)腫瘤輪廓的不規(guī)則信息能有效區(qū)分良性黑色素瘤和惡性黑色素瘤，腫瘤輪廓的不規(guī)則信息的描述對黑色素瘤的診斷有重要的臨床意義。本文介紹了圖像的輪廓特征、紋理特征的描述參數(shù)和描述方法，及

2、在醫(yī)學(xué)輔助診斷治療中的應(yīng)用，提出了一種醫(yī)學(xué)影像腫瘤外輪廓特征描述方法。
　　作為圖像處理前提和關(guān)鍵的圖像配準(zhǔn)算法，可分為基于像素的算法和基于特征的算法。后者是對圖像特征作分析，可減小了圖像處理的計算量。本文重點(diǎn)介紹基于特征的圖像配準(zhǔn)算法。如何保證提取的圖像特征提的可靠性、穩(wěn)定性，提高特征匹配的精確度是圖像配準(zhǔn)的重要環(huán)節(jié)。對于醫(yī)學(xué)眼底數(shù)字減影圖像本文提出一種基于特征的圖像配準(zhǔn)算法，從算法的復(fù)雜度、精確度方面改進(jìn)了現(xiàn)有的配準(zhǔn)算法。

3、r>　　本文主要研究包括以下兩方面:
　　(1)針對醫(yī)學(xué)影像腫瘤外輪廓提出一種局部特征的描述方法，該方法聯(lián)合了Gabor和分形算法。用Meyer卡通-紋理圖像分解模型有效提取圖像的紋理結(jié)構(gòu)特征。用Gabor核函數(shù)對圖像進(jìn)行尺度分解，能快速精確的提取特征的固有尺度，對腫瘤外輪廓局部結(jié)構(gòu)特征增加尺度描述，并利用局部分形維描述其不對稱信息。本文算法相比于傳統(tǒng)描述方法可區(qū)分性強(qiáng)，分類準(zhǔn)確率高，更具診斷意義。
　　(2)提出一種基于G

4、abor濾波器提取圖像局部不變特征并用AP聚類進(jìn)行約束的圖像配準(zhǔn)算法。對基于特征的圖像配準(zhǔn)算法，影響其在匹配階段出現(xiàn)誤匹配的因素有很多，如特征點(diǎn)的數(shù)量、特征點(diǎn)之間的可區(qū)分性、匹配對搜索策略、相似性測度等。針對現(xiàn)有特征點(diǎn)提取算法存在提取的特征點(diǎn)數(shù)量繁多，特征點(diǎn)之間區(qū)分性有限造成的多相似內(nèi)容的誤匹配問題，通過Gabor濾波器的多尺度分析方法提取更符合視覺感知特性的特征點(diǎn)，對特征點(diǎn)附加128維的描述符，使其具有較高的獨(dú)特性和區(qū)分性。在匹配對搜