基于FCN和互信息的医学图像配准技术研究

• 作者: 曾安 潘丹 王烈基 黄殷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 全卷积神经网络 互信息算法 多模态 三维图像配准
• 年，卷（期）: 2020,（18）
• 所属期刊栏目: 图形图像处理
• 页码范围: 202-208
• 页数: 7页
• 分类号: TP399
• 字数: 5665字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0504

摘要

针对传统配准方法在进行三维多模态图像配准时存在收敛速度较慢、容易陷入极值等问题,提出一种基于全卷积神经网络(Fully Convolutional Networks,FCN)和互信息的配准方法.利用FCN模型提取二维图像深层特征并进行粗配准;将得到的配准结果作为互信息算法的初始搜索点,从而使搜索范围缩小至全局最优解附近;利用互信息算法对参数进一步微调优化,得到最优三维配准结果.实验结果表明,在进行CT-MR图像配准时,所提方法不仅可以大幅度提升配准速度,还能有效避免局部收敛的情况,具有更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾安	广东工业大学计算机学院	32	150	8.0	11.0
3	黄殷	广东工业大学计算机学院	2	0	0.0	0.0
6	王烈基	广东工业大学计算机学院	1	0	0.0	0.0
7	潘丹	广东建设职业技术学院现代教育技术中心	3	14	2.0	3.0