中国 ：基于特征对应性的配准方法在性医学中的应用.docVIP

　　中国 ：基于特征对应性的配准方法在性医学中的应用 --中国 ：基于特征对应性的配准方法在性医学中的应用 摘 要:提出了一种具有鲁棒性的进行非刚性医学图像点配准的新方法.为了更好地处理点配准中的冗余点问题,对冗余点进行了建模,代写职称论文范文在此基础上对点配准能量函数进行了改进.使用确定性退火优化算法对改进后的能量函数进行最优化从而得到配准的非刚性变换,避免了优化过程中出现的局部极小值解.该方法能有效地处理冗余点,抗噪声能力较强,可以很快地配准带有噪声且有冗余点的非刚性医学图像.使用薄板样条对三维腹部医学图像进行全局弹性配准,实验结果显示配准的精度可以达到亚像素精度. 关键词:非刚性医学图像 配准 能量函数 冗余点 薄板样条 Abstract: A ne atching problem. A model is construct-ed for dealing odel, the energy function is im-proved. R ental results demonstrate that it can get sub-pixelregistration precision. Key edical images; registration; energy function; outliers; thin-plate splines 基于特征对应性的配准方法首先要提取配准图像的特征.医学图像的结构特征之一是从与病人相关的图像中得到特征点,如耳蜗尖端点、线性结构交点、血管的分叉或相交处等解剖标志点,这些解剖标志是在三维空间定义的,并在两种扫描模式的图像上可见,在该方法中,两幅图像的配准问题归结为求解对应点集的变换.曲线特征也是医学图像配准中最常用的特征,代写职称论文范文如曲线点的坐标、曲率、傅里叶描述子等.在没有图像变换先验知识的条件下,可以利用这些特征所具有的刚性变换不变性进行配准参数的估计.典型的基于表面特征的配准方法是Charles等[1]提出的“头和帽”方法,最终依然需要进行点集之间的配准.在诸多医学图像点配准方法中,有些方法虽然可以较好地处理冗余点,且有一定抗干扰能力,但只适合于刚性图像的配准[2,3];而一些能用于非刚性医学图像配准的方法,往往又难以处理冗余点,且抗干扰能力较差[4,5].求解非刚性点配准是一个非常困难的问题,其难度不但在于随着点数的增加使得要搜索的变换(或响应)参数增加,导致计算时间的剧增,甚至导致简单穷尽参数搜索法的失败,而且在于噪声和冗余点的影响.冗余点是指在另一个点集中没有相配点而需要被剔除的那些点.噪声的存在使得难以获得点的精确位置,从而要求算法在配准过程中作出相应的处理.因此,考虑到噪声和冗余点影响的非刚性点配准问题的任务是:给定2个仅知坐标信息的点集,要求找出2个点集中点的对应关系,即响应,同时能够剔除冗余点.并求得一个非刚体变换,使得一个点集即使在有噪声影响的情况下也能够精确地映射到另一个点集.本文对点配准中如何处理冗余点问题进行了探讨并进行了建模,在此基础上对文献[5~7]中提出的配准目标函数进行了改进. 1 算 法 1.1 能量函数给定2个R2或R3域上的点集P={pj,j=1,2,…,K}和Q= {qi,i= 1,2,…,N} ,其中K和N不一定相等.点配准问题中的能量函数为[5~7]:E(C,α) =∑Ni=1∑Kj=1cji‖qi-f(pj,α)‖2+ λ‖Lf‖2-ζ∑Ni=1∑Kj=1cji+T∑Ni=1∑Kj=1cjilgcji(1)式中:λ,ζ为常量;f为带有参数矢量α的仿射变换;T为退火温度系数,代写职称论文范文用以控制点搜索范围;C=[cji]K+1,N+1为响应变量;cji∈[0,1]且满足∑N+1i=1cji= 1 j= 1,2,…,K∑K+1j=1cji= 1 i= 1,2,…,N 式(1)中的第1项为相似性测度,用以评价模板点集P变换后与目标点集Q的相适性;第2项是为了使变换f的响应不至于与目标偏差太大,引入的平滑算子L和平滑‖Lf‖2,以使得变换相对平滑;第3项是鲁棒性控制项;第4项为模拟退火项.利用此能量函数可以较好地解决刚性点配准问题[6,7],但是很难对ζ的取值进行估计,也很难设置预平滑项参数λ的值.造成这些困难的直接原因是在式(1)中没有一个直接的冗余点模型. 1.2 能处理冗余点的能量函数让每一点集都有一个点,即丛冗余点,使得点集P中的所有在另一个点集Q中找不到匹配点的冗余点都与点集Q中的丛冗余点对应,反之亦然.如图1所示. 代写职称论文范文设点pK+1、qN+1分别为点集P、Q中的丛冗余点,Tmax为它们在模拟退火过程中的温度系数的最大值.考虑丛冗余点模型,则式(1)可改写为 对丛冗余点坐标的确定,最简单的方法是把它们分别作为点集