基于互信息的2D醫(yī)學圖像配準技術(shù)的研究.pdf

1、醫(yī)學成像已經(jīng)成為現(xiàn)代醫(yī)療不可或缺的一部分，用不同的成像設備所得到的醫(yī)學圖像信息常常具有互補性，為了綜合使用多種醫(yī)學成像模式以提供更全面的信息，常常需要將有效信息進行整合。整合的第_步是醫(yī)學圖像配準，整合的第二步則是圖像的融合。本論文研究圖像的配準問題。 互信息配準算法認為具有共同解剖結(jié)構(gòu)的兩幅圖像達到最佳配準時，它們的重疊部分所對應像素灰度的互信息量達到最大值。與傳統(tǒng)的圖像配準方法相比，互信息配準方法的優(yōu)勢在于：無需對多模圖像像

2、素灰度之間的關(guān)系作任何假設，無需對圖像分割和預處理，完全自動而無需人工交互。 圖像像素狄度可以看作是隨機變量，從而可用聯(lián)合概率、邊緣概率分布理論和信息熵理論來求兩幅圖像的互信息。由于重疊部分的聯(lián)合灰度直方圖和邊緣灰度直方圖不需要計算互信息的導數(shù)，所以可以用它們來計算兩幅圖像像素的聯(lián)合概率分布，從而降低了配準算法的實現(xiàn)難度。因為圖像像素點進行空間變換后坐標有可能不是整數(shù)，所以有必要引入插值技術(shù)。本論文所選用的PV插值法不會引入新的