医学图像配准框架的研究进展及展望医学图像配准的概念
论文作者:同为论文网 论文来源:caogentz.com 发布时间:2017年12月25日

 医学领域中在进行临床诊断的过程中,校准患者病灶信息是客观判定病情发展的可靠依据而通过医学图像进行分析,往往需要核对患者在同一时间同一空间内的病症信息,那么也就需要将患者的医学图片进行叠加,进而体现出综合性更高的原始数据与信息。但是对于多幅图像进行对准时,同样需要对重叠图像进行定量分析,那么必须对所有图像进行更为严谨的对齐,也就是医学领域中需要图像配准的现实需求。而医学图像的配准框架需要保持一系列图片中的空间变化不产生位移,达到点对空间的完全一致。这种一致的空间位置可以作为两组图像的校准指标。而配准结果便是两幅图像中的解剖点,其解剖点的准确性也直接影响到匹配度和临床价值90年代医学图像配准技术应用于临床医学中以来,对于医学图像配准的技术研究集中于数据获取后的配准ldJ题,也就是n顾式配准"retrospectiveregistration",包括断层扫描图像的配准问题,如PET. SPECT. MRI. CT等,以及时序图像、4D心动图像、FMRI等图像的配准框架问题2医学图像配准框架的研究进展。

在医学图像配准框架的研究中,探讨其空间变换方式也是实现浮动图像具备较高参考价值的必要途径。而针对医学图像中的非刚性配准框架,目前存在两种物理模型的研究方法,分别为伪物理模型和空间变换的方式,以及相似性模型测度等。对于不同物理模型的设计方式,能够有效提高医学图像配准关键技术的精准度,进而为临床医学提供更为客观和可靠的数据信息。空间变换模拟物理模型。

空间变换近似于图像的变形表现形式,最早使用过多项函数进行分析,利用模拟图像的形状变换作为辩证分析的先决条件。虽然这种方式可以简单解释图像本身的判断标准,但是相对缺乏调整局部变化的方式。后期使用的样条法极大改善了图像输出的变化空间,从参考图像和浮动图像中明确一组相对稳定的控制点,以控制点为轴心映射参考变量中的对应值,便可获悉样条函数的具体适用范畴。而其适用}h}与通用性同样适用于非线性变化,经网格化的图像信息整合为全图像的虚拟范围,便可构造出利于随时自由变化的图像空间。而基于样条模型的整体特征,也会受到少量图像特征的控制,进而达到Ix域配准的实际要求。通过模拟局部Ix域的客观变化,能够实现更好的非刚性配准要求,仅需要三次以上的校准,便可获得相应的样条函数。此后多数研究提出了基函数法,利用基函数线性组合方式来描述医学图像的变形场,更加适用于傅立叶基函数,以及小波基函数的线性Ix分,为医学图像配准框架的校准提供了更为有利的客观证据伪物理模型方法    

医学图像配准框架采取的伪物理模型方法,是一种基于对图像分析的物理变形方式可以通过假设图像信息的物理空间存在差异,通过构建模拟物理模型进行分析。其中适用度较高的研究发展成果为光流场模型、粘性流体模型、以及弹性模拟物理模型等。弹性模拟物理模型是通过目标图像与源图像的拉仲完成的物理模型构建方式。在这样的拉仲过程中,其内力与外力同时产生相互制约,外界附加的作用力造成图像变形,而内部控制力抵消了较大的弹性I}}值空间,进而形成相对平衡的变形模式。当外力与内力达到最终平衡的状态时,其弹性模型便可具备更高的局部变形空间,而且更加适用于相对较小的空间变化需求基于伪物理模型的实际应用,可以更好的解释非刚性配准的现实问题,同时提高运算效率,客观描述图像变化空间的特点与稳定性相似性模型测度    

相似性模型测度是近些年来的研究发现,在参考图像与浮动图像之间选取相似度较高的物理模型,能够有效配置两幅医学图像的匹配值,而在像素相对模糊的情况下尽量索取趋于稳定的几何特征,便可具备旱现出相似度较高的参考图像。目前相似性模型测度己经广泛应用于医学图像配准的技术应用中,其中最大互信息测度、最大互相关测度、最小距离测度都可以实现更为广泛的空间阂值探析。而JS测度与HAUSDORF距离测度也是基于以上理沦基础达成的实践应用方式,在最小距离的测度范围中获取了较高的便捷性。但是由于受限在简单模态中的灰度差异过高,而最大观测度的配准要求仅能提供灰度像素值,因此目前其线}h}规律的研究方向仍然以最小距离测度为主而交互信息的关联系统目前并未提出可靠的统计依据,如果从医学图像配准精度的发展方向探析,进一步强调两幅图像最大化的信息交互也是其发展初衷,而实现相似性模型测度的精准度也是临床医学应用的技术发展需求。为此,也需要同时提高梯度信息交互模式的现实应用,以及灰度压缩的适应性,进而改善图像信息的精准性与鲁棒性。

相关推荐
联系我们

代写咨询
 362716231

发表咨询
 958663267


咨询电话

18030199209

查稿电话

18060958908


扫码加微信

1495607219137675.png


支付宝交易

ali.jpg