一种面向医学图像非刚性配准的多维特征度量方法

• 作者: 张素 涂圣贤 陆雪松
• 来源期刊: 自动化学报
• 关键词: 非刚性配准 联合Renyiα-entropy 最小距离树 局部特征 自由形变模型
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 论文与报告
• 页码范围: 1413-1420
• 页数: 8页
• 字数: 5307字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150608

摘要

医学图像的非刚性配准对于临床的精确诊疗具有重要意义。待配准图像对中目标的大形变和灰度分布呈各向异性给非刚性配准带来困难。本文针对这个问题,提出基于多维特征的联合Renyiα-entropy度量结合全局和局部特征的非刚性配准算法。首先,采用最小距离树构造联合Renyi α-entropy,建立多维特征度量新方法。然后,演绎出新度量准则相对于形变模型参数的梯度解析表达式,采用随机梯度下降法进行参数寻优。最终,将图像的Canny特征和梯度方向特征融入新度量中,实现全局和局部特征相结合的非刚性配准。通过在36对宫颈磁共振(Magnetic resonance, MR)图像上的实验,该方法的配准精度相比较于传统互信息法和互相关系数法有明显提高。这也表明,这种度量新方法能克服因图像局部灰度分布不一致造成的影响,一定程度地减少误匹配,为临床的精确诊疗提供科学依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张素	上海交通大学生物医学工程学院	31	382	10.0	19.0
2	涂圣贤	上海交通大学生物医学工程学院	8	47	3.0	6.0
3	陆雪松	中南民族大学生物医学工程学院	17	95	5.0	9.0