改进混合策略的多分辨率3D医学图像配准

doi:10.3778/j.issn.1002-8331.2010.30.051

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (30): 173-177.DOI: 10.3778/j.issn.1002-8331.2010.30.051

• 图形、图像、模式识别 • 上一篇下一篇

改进混合策略的多分辨率3D医学图像配准

陈北京^1，2，何可佳¹，涂桢³，应宏微¹

1.宁波工程学院电子与信息工程学院，浙江宁波 315016
2.东南大学影像科学技术实验室，南京 210096
3.九江学院理学院，江西九江 332005

收稿日期:2009-03-16 修回日期:2009-05-12 出版日期:2010-10-21 发布日期:2010-10-21
通讯作者: 陈北京

Multi-resolution 3D medical image registration using improved hybrid strategy

CHEN Bei-jing^1，2，HE Ke-jia¹，TU Zhen³，YING Hong-wei¹

1.School of Electronic and Information Engineering，Ningbo University of Technology，Ningbo，Zhejiang 315016，China
2.Lab of Image Science and Technology，Southeast University，Nanjing 210096，China
3.College of Science，Jiujiang University，Jiujiang，Jiangxi 332005，China

Received:2009-03-16 Revised:2009-05-12 Online:2010-10-21 Published:2010-10-21
Contact: CHEN Bei-jing

摘要/Abstract

摘要： 基于混合策略的多分辨率算法是当前3D医学图像刚体配准中普遍采用的方法，不过其仅仅是优化算法的混合。通过研究不同分辨率对一阶互信息（常称为互信息）和二阶互信息配准的影响，在二级多分辨率策略的配准中，各级采用相对更适合的相似性测度，提出了混合优化算法和混合测度的改进算法。实验表明，改进算法在配准精度上达到了亚体素级，且明显优于基于单一测度的算法，在配准速度上远远快于基于二阶互信息单一测度的算法，略慢于基于一阶互信息单一测度的算法。

关键词: 混合策略, 医学图像配准, 互信息, 二阶互信息, 鲍威尔（Powell）算法, 模拟退火法

Abstract: Multi-resolution 3D medical image registration algorithms using hybrid strategy have been implemented widely.However，these hybrid algorithms only focus on the mixture of optimization algorithm.The influence of resolution on registration based on first-order Mutual Information（MI） or second-order MI is studied.Then，the improved strategy with hybrid similarity metric and hybrid optimization algorithm is introduced for two-level multi-resolution registration，which adoptes more suitable similarity metric for each level.Results demonstrate that the overall registration accuracy of the improved method outperforms that of method based on single similarity metric and achieved the subvoxel accuracy.In addition，the speed of the proposed algorithm is faster than that of second-order MI，slightly slower than first-order MI.

Key words: hybrid strategy, medical image registration, Mutual Information（MI）, second-order Mutual Information（MI）, Powell algorithm, simulated annealing

中图分类号:

TP391.41

陈北京^1，2，何可佳¹，涂桢³，应宏微¹ . 改进混合策略的多分辨率3D医学图像配准[J]. 计算机工程与应用, 2010, 46(30): 173-177.

CHEN Bei-jing^1，2，HE Ke-jia¹，TU Zhen³，YING Hong-wei¹ . Multi-resolution 3D medical image registration using improved hybrid strategy[J]. Computer Engineering and Applications, 2010, 46(30): 173-177.

[1]	李俊丽. Spark平台下类别数据互信息计算的并行化[J]. 计算机工程与应用, 2021, 57(7): 95-100.
[2]	李珑珠，林耀进，吕彦，卢舜，王晨曦. 利用邻域信息交互的在线流特征选择算法[J]. 计算机工程与应用, 2021, 57(21): 102-108.
[3]	郭艳芬，崔喆，杨智鹏，彭静，胡金蓉. 基于深度学习的医学图像配准技术研究进展[J]. 计算机工程与应用, 2021, 57(15): 1-8.
[4]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.
[5]	陈建促，王越，朱小飞，李章宇，林志航. 融合多特征图的野生动物视频目标检测方法[J]. 计算机工程与应用, 2020, 56(7): 221-227.
[6]	谢心蕊，雷秀仁，赵岩. MI和改进PCA的降维算法在股价预测中的应用[J]. 计算机工程与应用, 2020, 56(21): 139-144.
[7]	曾安，王烈基，潘丹，黄殷. 基于FCN和互信息的医学图像配准技术研究[J]. 计算机工程与应用, 2020, 56(18): 202-208.
[8]	刘永芳，郝晓燕，刘荣. 中国英语新词语料库构建技术研究[J]. 计算机工程与应用, 2020, 56(16): 165-168.
[9]	张晓琴，刘莉楠. 基于亲密度和吸引力的二分网络社区发现算法[J]. 计算机工程与应用, 2019, 55(23): 170-176.
[10]	夏吾吉1，2，华却才让1. 基于混合策略的藏文人称代词指代消解研究[J]. 计算机工程与应用, 2018, 54(7): 66-69.
[11]	朱琼琼1，李平1，杨程1，2，胡检华1. 自适应AP选择无线室内定位算法[J]. 计算机工程与应用, 2018, 54(14): 120-126.
[12]	洪征，田益凡，张洪泽，吴礼发. 基于扩展前缀树的协议格式推断方法[J]. 计算机工程与应用, 2018, 54(12): 14-20.
[13]	杨靖，彭国华. 低帧率周期运动视频超分辨率重建方法[J]. 计算机工程与应用, 2017, 53(8): 174-179.
[14]	徐光美1，刘宏哲2，张敬尊1，王金华1. 用平滑方法改进多关系朴素贝叶斯分类[J]. 计算机工程与应用, 2017, 53(5): 69-72.
[15]	年梅1，范祖奎2，刘若兰1. 维吾尔语褒贬情感词典构建研究[J]. 计算机工程与应用, 2017, 53(4): 152-155.

改进混合策略的多分辨率3D医学图像配准

Multi-resolution 3D medical image registration using improved hybrid strategy

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics