高弘治,闫德勤,杨 伊,刘彩凤

(辽宁师范大学 计算机与信息技术学院,辽宁 大连 116081)

基于极端学习机的Demons图像配准

高弘治,闫德勤,杨 伊,刘彩凤

(辽宁师范大学 计算机与信息技术学院,辽宁 大连 116081)

医学图像配准是医学诊断中的重要研究内容，配准精度和速度也是众多研究的核心。图像配准过程可设想为是一种神经网络的学习过程，基于这种想法，引入极端学习机(ELM)这一系统对图像完成配准。该方法速度快、鲁棒性高，最重要的是它能不依赖梯度信息，从而很好地避开了点周围间的互相干扰，考虑到其学习过程的准确性，引入鲁棒激活函数学习机，以更好地提高配准学习系统的准确度，并提高其稳定性。

图像配准；极端学习机；鲁棒激活函数

0 引言

近年来，随着医学诊断越趋可视化，对于医学图像的研究也越发必要，其中图像配准是医学诊断和引导治疗临床应用的重要研究方向，不断出现的研究成果表明该领域已成为研究热点[1-3]，其研究按照图像形变性质主要分为3个方面，即弹性模型、粘流体模型、微分同胚非线性图像配准。弹性模型[4-5]由Broit首次提出，该模型将源图像到目标图像的形变过程建模为一个弹性形变的物理过程。这个物理过程由内力和外力两种力来控制，当作用于弹性体上的外力和内力达到平衡时形变过程结束。弹性体的形变可以由Navier线性方程来描述。由于弹性变换模型一般适用于组织形变较小的情况，不适用于大形变。……