肺部是人體重要的呼吸器官。對肺部進行疾病診斷時,醫(yī)生通常通過肺部醫(yī)學影像來輔助判斷病變情況。有時需要將不同時期獲取的肺部圖像放在一起進行比較和分析,首先需要將這些圖像在空間位置上進行對齊,即進行圖像配準。肺部由于呼吸運動不可避免的會產(chǎn)生復(fù)雜形變,所以肺部CT圖像配準需要采用非剛性配準算法來實現(xiàn)。肺部圖像配準是非剛性配準領(lǐng)域一個難點課題,也是肺部圖像分析的關(guān)鍵步驟之一,具有重要意義。本文以肺部單模態(tài)CT圖像為數(shù)據(jù)源,以均方差的相似性測度,高斯牛頓L-BFGS(Limited-memory BFGS)優(yōu)化算法為基礎(chǔ),針對傳統(tǒng)配準方法的計算量大、易陷入局部極值、配準精度差等問題進行研究。在相似性測度、空間變換、優(yōu)化算法等配準的關(guān)鍵步驟上提出改進,提出了一種肺部CT圖像非剛性配準方法,實驗結(jié)果表明,該方法取得了較好的結(jié)果。本文的主要內(nèi)容有:1.本文在研究均方差測度的基礎(chǔ)上結(jié)合懲罰項,提出一種基于改進型均方差的單模態(tài)非剛性配準算法,該方法提高了配準精度。應(yīng)用于肺部CT圖像中,與傳統(tǒng)均方差測度相比較,改進型均方差的配準精度得到較大提升。2.針對肺部CT圖像,設(shè)計了基于自由形變模型(Free-form Deformation,簡稱FFD)正則項均方差的非剛性配準算法。針對肺部形變嚴重,使用FFD模型模擬肺部形變,并引入分層次的空間變換模型,將配準過程分為粗配準和細配準。粗配準即使用仿射變換法使圖像全局基本對齊,再進行細配準,即使用FFD模型使圖像局部形變得以矯正。并使用帶正則項的均方差測度作為衡量圖像是否對齊的標準,其中正則項為控制形變平滑度,與改進型均方差測度和傳統(tǒng)的均方差測度相比,配準精度得到較大提升。3.針對L-BFGS優(yōu)化算法易陷入局部極值的缺點,提出一種結(jié)合L-BFGS和自適應(yīng)協(xié)方差矩陣進化算法(Convariance Matrix Adaptation Evolutionary Strategies,簡稱CMA-ES算法)混合優(yōu)化算法。在配準過程中,先使用CMA-ES算法進行全局搜索,后再使用L-BFGS算法進行局部搜索,實驗結(jié)果表明,本文提出的混合優(yōu)化算法取得較好的結(jié)果。
【學位單位】：廈門大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：R816.41;TP391.41
【部分圖文】：

逑圖３－１不同時期在同一空間位置上的肺部ＣＴ掃描圖像逡逑圖３－１為不同時期相同的肺部空間位置的兩幅ＣＴ圖像，從其基本輪廓可以逡逑看出這兩幅圖像未對齊。為了清楚展示肺部圖像間基本輪廓差異圖，對左圖肺逡逑部輪廓進行描邊，然后使其輪廓邊緣線附在右圖上，所得輪廓差異圖如下圖３－２逡逑所示：逡逑ｍｍｍ逡逑嫐逡逑ｌｉ＾＾．邋Ｊ邋？ｒ，－＾Ｓ逡逑圖３－２肺部輪廓差異圖逡逑在肺部疾病診斷中，往往需要對比不同時期的肺部ＣＴ圖像，用于診斷、規(guī)逡逑劃治療和監(jiān)控肺部疾病的發(fā)展，將不同時期的肺部ＣＴ圖像在空間位置上一一逡逑對齊，其可有助于后續(xù)肺部圖像融合技術(shù)觀察肺部疾病的發(fā)展情況。臨床應(yīng)用逡逑中，醫(yī)生往往是通過其經(jīng)驗來判斷肺部病變發(fā)展情況，存在著較大誤差。因此，逡逑１８逡逑

圖３－１不同時期在同一空間位置上的肺部ＣＴ掃描圖像逡逑－１為不同時期相同的肺部空間位置的兩幅ＣＴ圖像，從其基幅圖像未對齊。為了清楚展示肺部圖像間基本輪廓差異圖行描邊，然后使其輪廓邊緣線附在右圖上，所得輪廓差異

逡逑圖３－４固定圖ＣＴ輪廓與ＭＩ、ＭＳＤ測度配準結(jié)果重疊圖逡逑左圖為固定圖像輪廓與ＭＩ測度配準結(jié)果重疊，中圖為固定圖像輪廓與逡逑ＭＳＤ測度配準結(jié)果重疊，右圖標出兩者對齊差異逡逑表３－１分別使用Ｍｌ、ＭＳＤ測度的配準算法運行時間逡逑ｍｉ邐ｉＷ逡逑ＭＩ邐４ｍｉｎ３３．５ｓ逡逑ＭＳＤ邐３ｍｉｎ８．９ｓ逡逑如圖３－４右圖標識所示，基于ＭＳＤ測度的配準結(jié)果與固定圖像重疊度更高，逡逑說明配準精度相較于ＭＩ測度更好。根據(jù)表３－１，邋ＭＩ測度配準時間較長，因ＭＩ逡逑測度是基于像素灰度的，在配準過程中因需要尋找最佳的空間變換參數(shù)，使固逡逑定圖像和移動圖像相似性達到最大，因此需要更長的配準時間。因此本文選用逡逑在配準精度不遜色于ＭＩ測度且配準時間較短的ＭＳＤ測度進行進一步的改進，逡逑以達到最好的配準效果。Ｋ文將對ＭＳＤ測度和改進型ＭＳＤ測度進行實驗對比。逡逑圖３－

【參考文獻】

相關(guān)期刊論文 前10條

1 劉益含;閆德勤;劉彩鳳;;醫(yī)學圖像配準分類研究[J];計算機科學;2015年11期

2 史益新;邱天爽;韓軍;金聲;;基于混合互信息和改進粒子群優(yōu)化算法的醫(yī)學圖像配準方法[J];中國生物醫(yī)學工程學報;2015年01期

3 程沙沙;;自適應(yīng)協(xié)方差矩陣進化策略算法[J];中國管理信息化;2014年12期

4 馮兆美;黨軍;崔崤\

本文編號：2817201