李莉华

摘 要：医学图像非刚性配准是医学图像处理和分析的关键步骤，是图像对比、数据融合、目标识别和病理变化分析的必要前提。本文对医学图像非刚性配准方法研究的现状进行综述并提出新的研究思路。

关键词：非刚性配准；拓扑保持性；t分布混合模型

1 医学图像非刚性配准技术概述

计算机技术的飞速发展促进了医学图像配准技术的快速进步和广泛应用。1992年，Brown对当时己有的配准技术进行了全面总结，依据变换模型的复杂程度对配准方法进行分类。由于图像配准技术发展迅速，Zitova等人在2003年对配准技术再一次进行了总结。受到医学图像成像方式多样、图像特性迥异、图像降质和配准精度要求等因素影响，现有的图像配准技术只能解决特定问题，因此无法用简单的标准对所有配准方法进行全面分类。

2 非刚性配准算法的研究现状综述

非刚性配准的局部空间变换具有很高的自由度，可描述两幅图像之间所有尺度的细节差异。非刚性配准算法基本可分为基于特征的非刚性配准算法、基于灰度的非刚性配准算法和基于特征与灰度的混合非刚性配准算法。

2.1 基于特征的非刚性配准

基于特征的非刚性配准算法，需要提取并参数化参考图像和浮动图像之间的对应特征集合，通过对应特征的位移向量场来插值图像的变形场。非刚性配准使用的特征一般为能够表现医学图像特性的描述子，如梯度模值[1]、梯度方向和目标曲面等；……