论文部分内容阅读
患者随访CT图像之间的配准有助于提高诊断的可靠程度和改善治疗效果,是监测术后康复状况、确定或调整治疗方案等的前提.当前,先进的微分同胚形变配准算法的形变场驱动力仅依靠图像灰度和梯度信息,使得其对复杂形变的配准明显表现出驱动力不足、形变程度不高、鲁棒性较弱、配准精度低等问题.针对这些问题,该文提出将对数欧拉协方差矩阵(Log-Euclidean Covariance Matrices,LECM)描述符结合于配准模型的目标函数中构建了一种新配准算法模型,称为LECM Demons模型.该算法首先将图像每一像素