基于局部联合熵梯度的双向多分辨率Demons算法*
2018-10-22王昌任琼琼秦鑫刘艳张文超于毅
王昌,任琼琼,秦鑫,刘艳,张文超,于毅
(新乡医学院 生物医学工程学院, 河南 新乡 453003)
1 引 言
近年来,医学图像配准已广泛应用到病变组织的分割、信息融合和病变检出。Hellier等对常用的配准算法进行分析比较,证明demons算法优于其他配准算法[1]。许多学者针对异体配准中由个体差异及占位性病变所导致的大形变问题进行了改进。2005年,Wang等人将浮动图像的梯度信息也引入驱动力计算公式中,提出了active demons算法[2]。2006年,Roglj提出了使用对称梯度形变力的symmetric demons算法[3]。2008年,林相波分析了两个分力的影响程度,提出扩展的active demons算法[4]。2007年,Vercauteren等人提出了additive demons算法,最终可根据实际配准的情况自动确定迭代次数[5]。2009年,为了保证变形场的拓扑保持性,提出了diffeomorphic demons配准算法[6]。2010年,徐峰等人引入正则项,创建新的能量函数,用以保证形变场的平滑性和可逆性[7]。
为解决大形变的配准问题,利用配准过程中图像的局部联合熵增加的规律,本研究引入了两幅图像局部联合熵参数,将图像局部联合熵的梯度作为附加的demons驱动力,实现了基于局部联合熵梯度的双向多分辨率demons算法。利用均方误差、归一化互信息系数、结构相似度来评价配准结果,与active demons, diffeomorphic demons 进行对比分析,评测本算法的高效性。本算法可应用于大形变场医学图像的配准,具有一定的临床应用价值。
2 方法
2.1 Active demons算法
传统demons算法将配准过程看作是浮动图像向参考图像扩散的过程。设S和M为待配准图像,其中S是参考图像,M是浮动图像。S(x,y)为参考图像在(x,y)处的梯度,计算位移……
