论文部分内容阅读
提出了一种新的基于互信息(Mutual Information,MI)的多步骤优化的配准方法。计算输入图像的梯度值,减少了图像的内在信息而使轮廓更为清晰。设计了多步骤的配准框架,优化了配准的收敛过程,使用完整的图像进行有限次的传统配准方法的微调,以实现高精度。为了验证该方法的有效性,分别使用单模、多模和时间序列的方法对临床医学数据进行了实验,与传统的MI配准方法相比,基于互信息的多步骤优化的配准方法具有更高的有效性和精确度。