醫(yī)學圖像配準與拼接方法研究.pdf

1、醫(yī)學圖像配準是指尋找兩幅醫(yī)學圖像之間的最優(yōu)變換，其主要處理對象是CT、PET、MRT等醫(yī)學圖像，廣泛應用于圖譜匹配、放射治療定位、臨床診斷和評估等方面，有著重要的臨床應用價值。從醫(yī)學圖像配準的方法上看，現(xiàn)階段剛性配準方法相對比較成熟，但無法滿足日益增長的臨床需求，彈性配準雖然可以更好的滿足臨床需求，但是由于臨床研究對象的復雜和多樣，盡管已經(jīng)提出了比較多的彈性配準算法，但并沒有一種算法能在各方面都滿足臨床需求。
　　本文研究并總結(jié)了

2、當前主要的醫(yī)學圖像配準方法，并基于ITK算法平臺對其中幾種配準算法的實際效果做了對比實驗。醫(yī)學圖像拼接是指將部分重疊的臨床圖像進行無縫拼接后得到更寬視野的醫(yī)學圖像，其主要處理對象是X線圖像，在脊椎側(cè)彎、下肢畸形等骨科疾病中應用廣泛。X線成像設備雖然成本較低、安全性較高，但X線圖像有著視野狹小、分辨率和對比度一般的缺點。雖然新型設備可實現(xiàn)一次性全景拍攝，但是引進費用相當昂貴，離全面普及還存在相當長的距離?，F(xiàn)階段比較可行的辦法是通過圖像拼接

3、算法來彌補現(xiàn)有X線成像設備的不足，既能充分利用現(xiàn)有設備資源又可以獲得比較好的寬視野圖像。因此在現(xiàn)有條件下研究一種適用性廣、拼接效果好的醫(yī)學圖像拼接技術意義重大。實現(xiàn)并改進了基于多尺度融合的醫(yī)學X線圖像拼接算法，提出了基于動態(tài)多尺度融合的X線圖像拼接算法，該算法的基本思路是通過待拼接圖像的曝光差異來動態(tài)選擇相應尺度，以提高算法的運行效率，通過實驗論證了基于動態(tài)多尺度融合的圖像拼接算法的可行性，并構建了曝光差異和尺度選擇之間的關系模型。進一