文档介绍：多模态医学影像配准与融合技术的研究
导师:高立群教授
学生:葛雯
主要内容
N的图像融合算法
总结与展望
基于小波变换的图像融合算法
基于BP的特征级图像融合算法
医学图像配准算法
课题背景
2
一、课题背景
由于医学图像仪器的成像机理的不同,使得不同模
态的医学图像反映人体信息不同,从单一源图像是
无法对病人进行全面诊断。图像配准和融合能将多
模态的图像信息进行互补,融合成一幅新的影像。
目前医学图像融合技术还处于起步阶段,故本文针
对多模态医学图像的融合方法及配准算法方面展开
研究。
3
二、医学图像配准算法
医学图像配准的定义:是寻求两幅图像间的几何变换关系,通过这一几何变换,使两幅医学图像上的对应点达到空间上的一致,这种一致是指人体上的同一解剖点在两张匹配图像上具有相同的空间位置。
4
最大互信息配准方法的基本思想
在多模医学图像配准中,基于两幅图像中的相同目标在空间上对齐时相关性最强,对应像素灰度的互信息达到最大,从而可以根据最大互信息的位置找到最佳配准。
缺点:由于互信息函数不是分布良好的凸函数,从而导致误配准,同时计算量较大,耗时较长。
5
输入图像
提取图像的边缘特征信息
计算特征点集合的互信息
归一化处理
配准提取的特征图像
优化搜索
根据配准参数配准原图像
采用基于Canny算子和小波提升变换的边缘检测方法
采用归一化互信息为测度
采用改进的鲍威尔算法,寻找最大归一化互信息的位置
改进算法的流程图
6
仿真实验
(a)CT图像(b)MRI图像
(c) 最大的互信息配准法(d) 所提方法
7
CT/MRI图像各配准方法的配准参数及性能比较
传统的互信息配准方法
所提方法
RMSE

R

水平和垂直偏移量
( )
( )
角度偏移量

8
三、基于小波变换的图像融合算法
小波变换具有良好的时频局域化特性及多尺度分析
能力,非常适合于图像处理。基于小波变换的影像
融合算法被广泛应用于图像融合处理中,其性能优
于传统的图像融合方法。
9
(一)基于可分离小波变换的图像融合算法
具体步骤:
对待融合的医学源图像分别进行小波变换分解;
对于尺度系数,使用下式合并医学源图像对应的尺度系数;
()
10