基于边缘特征点互信息熵的医学图像配准方法*
2018-04-13魏本征尹义龙
数据采集与处理 2018年2期
关键词:特征
魏本征 甘 洁 尹义龙
(1.山东中医药大学理工学院,济南,250355;2.山东中医药大学计算医学实验室,济南,250355;3.山东中医药大学第二附属医院放射科,济南,250001;4.山东大学计算机科学与技术学院,济南,250100)
引 言
医学图像配准是医学图像处理领域中的一项重要技术,在医学基础研究和临床诊断治疗中起着越来越重要的作用。医学图像配准是使包含成像数据集中的信息最大化的一个重要步骤,其任务是对不同获取时间、不同成像设备及不同获取角度的数据进行空间上的匹配,通过匹配可以得到多源医学图像信息的空间对应关系。因此,医学图像配准算法的主要任务就是确定一个映射,使图像集在空间上关联,从而使这些图像能够在一个统一的坐标系上表示出来。
医学图像配准技术的基本框架主要包括特征空间、搜索空间、相似性测度和搜索策略4个方面。其中,作为图像配准依据的图像信息集合称之为特征空间,其主要是指从两幅待配准图像(参考图像和浮动图像)中提取具有区别力的图像信息特征,这对配准算法的运行速度和鲁棒性等性能具有重要影响。配准用图像特征通常应具有较高的普适性和稳定性,较小的特征匹配计算量,以及特征提取简单、快捷等特性。当前图像配准方法一般分为两种,一种是基于图像特征的配准方法,其特征空间主要包括点、边缘、曲线、曲面、形状或是特征描述子,如轮廓矩、Zernike矩、小波描述符及方向链码等。……
登录APP查看全文
