基于Demons算法的非剛性醫(yī)學圖像配準算法研究.pdf

1、醫(yī)學圖像配準是醫(yī)學圖像處理領域中的一個重要課題,在醫(yī)學領域有廣泛的應用。醫(yī)學圖像配準技術已經(jīng)研究了幾十年,研究人員提出了多種配準算法。這些算法主要可以分為兩類:剛性配準算法以及非剛性配準算法。其中剛性配準算法的研究已經(jīng)十分成熟,目前已在臨床治療中廣泛使用。剛性配準算法只適用于具有固定形態(tài)的人體器官圖像的配準。與之相比,非剛性配準算法更適用于人體器官組織圖像的配準。但是現(xiàn)有的非剛性配準算法還存在很多不足之處,仍需要不斷改進,是當前的研究重

2、點。
　　Demons算法是一種優(yōu)秀的非剛性配準算法,由于實現(xiàn)簡單以及配準速度快等優(yōu)點,該算法吸引了國內(nèi)外許多學者對其進行研究。針對Demons算法存在的一些問題,研究人員提出了多種方法以提高該算法的性能。我們在對Demons算法細致分析的基礎上，在實驗中發(fā)現(xiàn)該算法對灰度非均勻場很敏感:原始的Demons算法不能對受到灰度非均勻場影響的圖像進行有效的配準。本文首先分析了導致算法失效的內(nèi)在原因:原始的Demons算法中使用的相似性度

3、量函數(shù)是差值平方和函數(shù),該相似性度量函數(shù)假設待配準的圖像對應點的灰度值基本相同,但是受灰度非均勻場影響的圖像不再滿足該假設,從而導致算法失效。
　　然后我們研究了計算機視覺領域最近提出的殘差復雜性相似性度量函數(shù)。該相似性度量函數(shù)在待配準圖像之間引入了一個灰度校正場。該函數(shù)認為圖像的像素之間是存在關系的,而差值平方和函數(shù)認為像素是獨立的。當圖像受到灰度非均勻場影響時,我們認為使用基于馬氏距離的殘差復雜性函數(shù)比基于歐氏距離的差值平方和