基于边缘特征点互信息熵的医学图像配准方法
Medical Image Registration Based on Mutual Information Entropy Combined with Edge Correlation Feature作者机构:山东中医药大学理工学院济南250355 山东中医药大学计算医学实验室济南250355 山东中医药大学第二附属医院放射科济南250001 山东大学计算机科学与技术学院济南250100
出 版 物:《数据采集与处理》 (Journal of Data Acquisition and Processing)
年 卷 期:2018年第33卷第2期
页 面:248-258页
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(U1201258 61572300)资助项目 山东省自然科学基金(ZR2015FM010)资助项目 山东高校科技计划(J15LN20)资助项目 山东省中医药科技发展计划(2015-026)资助项目
摘 要:基于互信息熵的图像配准方法已经被广泛应用于医学图像配准中,为克服互信息配准方法的不足,结合图像空间结构信息,本文提出一种基于边缘特征点互信息熵的医学图像配准方法,设计了包括互信息熵、图像空间结构和形状特征点等多信息融合的配准新测度。算法首先采用改进的形态学梯度提取医学图像边缘轮廓;然后构造了以边缘区域特征和梯度信息为基础的特征点互信息能量函数,并通过最小化能量函数来获取配准参数;最后,结合梯度下降法优化策略,实现图像配准。实验研究表明,该方法在保证了配准精度的同时,配准速度较快、鲁棒性较好、综合性能优良,具有一定的临床推广价值。