基于多模态医学图像的2D/3D配准方法研究

作     者：王俊 

作者单位：南华大学 

学位级别：硕士

导师姓名：宁志刚

授予年度：2022年

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 0836[工学-生物工程] 

主      题：影像导航手术 2D/3D配准 归一化互信息 深度学习 

摘      要：影像导航手术(Image-guided surgery,IGS)在实际临床应用中日益广泛,它的使用能够增强手术视野,从而提升手术的准确性和成功率。2D/3D配准是整个IGS系统中的关键技术,在影像导航中,配准的应用能够让医生更好地观察患者的内部结构,同时在手术的过程中,实时提供探针所处位置周围的信息。所以,如何更好的研究医学图像配准、从那些方面去提升配准的质量是需要重点关注的问题。2D/3D配准问题的本质是一个参数优化问题,其中,相似性度量函数对于整个配准过程至关重要,而优化算法在整个过程是相当于助推力,通过其使得相似性度量函数中的参数进行多次更新。本文从多模态医学图像的2D/3D配准进行探索,为了提升配准的质量,提出改进算法。具体的研究工作如下:(1)研究了2D/3D配准的组成结构和流程,对各部分进行了总结和归纳,重点对基于灰度信息的2D/3D配准展开了研究,同时分析了传统的归一化互信息的优劣性。(2)基于归一化互信息在配准中的缺陷,将结合梯度差分算法作为新的相似性度量函数,增加了算法捕获图像梯度边缘信息的能力,增强算法所能捕捉的信息量。由于互信息计算的是图像的熵,存在计算量较大的问题,通过将多分辨率技术融入所提出的算法,使算法能够更快收敛,减少配准时间。(3)提出了一种基于注意力机制的生成对抗网络的2D/3D配准方法,通过生成器与判别器之间的对抗博弈训练,生成一个配准空间变换参数生成器,通过实验验证算法的有效性。