论文部分内容阅读
肺器官是典型的运动器官,在对肺部进行影像采集的过程中,由于采集环境和设备精确度的干扰,加之呼吸运动导致的肺部局部和全局的非刚性形变,使得采集到的肺部影像存在较大的差异。在对肺部疾病进行诊断、治疗和疾病跟踪的过程中,需要校正肺部图像中的形变以防止癌变等病情的漏诊和误诊。因此实现肺部非刚性配准已成为目前研究的重点。本文首先介绍了图像配准技术的发展历程、研究意义和研究难点。针对受呼吸运动和器官蠕动而导致的肺部非刚性形变问题,重点进行了如下两方面的研究：肺部PET-CT图像的配准问题及肺部吸气相和呼气相图像的配准问题。针对肺部PET-CT图像的配准问题,本文提出了基于KL距离和拓扑保持的MIGTP Demons多模图像配准算法。虽然Active Demons图像配准模型能够快速精确地校正图像的非刚性形变,但是仍存在如下两方面的问题。第一,Active Demons模型仅适用于单模图像配准,不适用于多模态图像配准。第二,由于错误Demons力的存在,在形变过程中浮动图像的内部结构容易出现撕扯、变形和折叠等现象。针对这两方面的问题,本文提出了基于互信息梯度和拓扑保持的MIGTP Demons多模图像配准算法。Active Demons模型能够很好地校正图像的非刚性形变,而基于互信息的图像配准算法具有鲁棒性高、无需先验知识就可以实现图像全自动配准的优点。将基于Kullback-Leiber距离的互信息梯度加入到Active Demons形变模型中,使浮动图像朝着互信息增大的方向变化,保证模型适用于多模态图像配准。通过分析肺部PET和CT图像的灰度分布特点,向改进的多模图像配准模型的形变偏移量中添加拓扑校正算法,保证浮动图像在变形的过程中内部结构不发生变化。同时进行了相关的参数仿真,提出了配准参数的最佳取值。相较于Demons模型,基于B样条的图像配准算法具有较好的局部控制性和稳定性。本文将肺分割算法和基于B样条的局部图像配准算法相结合。针对肺部吸气相和呼气相图像的非刚性变形问题,提出了不同呼吸周期内肺部图像的专用配准算法。基于B样条的弹性配准算法能够精确地校正图像的局部非刚性形变,但是算法耗时长且计算量较大。将肺部图像分割后再配准,可以减少对不相关数据的计算,从而降低计算量,仿真实验表明该算法有效地提高了配准的精度和速度。