APP下载

基于改进K-Means聚类医学图像配准

2018-02-05刘军华雷超阳

软件 2018年1期
关键词:模态方法

陈 园,侯 赞,刘军华,雷超阳

(1. 湖南邮电职业技术学院互联网工程系,湖南 长沙 410015;2. 国网湖南省电力公司检修公司,湖南 长沙 410004)

0 引言

近年来,针对各种医学图像配准技术的研究非常热门,该技术取得了快速的发展,医疗设备MRI、CT、PET和SPECT等的图像分辨率有很大的提高,成像质量也取得了较好的效果,能为临床医学诊断和治疗提供重要可靠的参考依据。鉴于该技术的重要性,专家及科研工作者们提出了很多有效解决问题的方法,其中基于图像特征的配准方法[1-3]得到较为的广泛应用,其原理是通过查找图像间共有的并有明显特征的,从而获取变换参数。采用该配准方法简单且大大提高了计算效率。但由于医学图像的复杂性,图像特征点的正确提取[4-7]非常重要,采用该方法时计算机很难自动准确提取图像特征点,需要我们人工辅助其选取图像特征点,因此该配准方法在自适应性方面还需要进一步提高。

为了解决以上问题,论文在仔细研究 K-Means聚类算法和ICP算法之后,提出了基于改进K-Means聚类医学图像配准(Medical Image Registration Using Improved K-Means Clustering,RIKMC)。该方法通过计算参考图像和浮动图像的质心,获得配准平移初始值;对医学图像坐标进行中心化处理,得到两行坐标矩阵,构成KMC(K-Means Clustering)的样本集合,获取初始聚类中心,把样本集合聚成2类;把这 2个聚类中心拟合成一条直线,可以算出该直线的斜率,从而得出其倾斜角,获得配准旋转初始值;通过其自动选择特征点,得到参考点集和浮动点集。该方法既可用于单模态图像配准,也可以用于多模态配准。……

登录APP查看全文

猜你喜欢

模态方法
学习方法
车辆CAE分析中自由模态和约束模态的应用与对比
用对方法才能瘦
四大方法 教你不再“坐以待病”!
赚钱方法
捕鱼
高速颤振模型设计中颤振主要模态的判断
基于HHT和Prony算法的电力系统低频振荡模态识别
由单个模态构造对称简支梁的抗弯刚度
多模态话语模态的协同及在外语教学中的体现