牙周膜胶原纤维组织切片的显微图像配准

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (19): 167-170.

• 图形、图像、模式识别 • 上一篇下一篇

牙周膜胶原纤维组织切片的显微图像配准

杨玲1，2，孙翠刚2，王中科3，饶妮妮1

1.电子科技大学生命科学与技术学院，成都 610054
2.成都信息工程学院电子工程学院，成都 610225
3.成都信息工程学院网络工程学院，成都 610225

出版日期:2012-07-01 发布日期:2012-06-27

Micrographs image registration of collagen fibers slices in periodontal ligament

YANG Ling1，2, SUN Cuigang2, WANG Zhongke3, RAO Nini1

1.School of Life Science and Technology, University of Electronic Science and Technology of China, Chengdu 610054, China
2.College of Electronic Engineering, Chengdu University of Information Technology, Chengdu 610225, China
3.College of Networks Engineering, Chengdu University of Information Technology, Chengdu 610225, China

Online:2012-07-01 Published:2012-06-27

摘要/Abstract

摘要： 针对牙周膜胶原纤维组织切片在制作过程中对力度和方向非常敏感，极易造成组织变形和空间位移的问题，采用了一种有效的图像配准方法，以便后期对胶原纤维组织空间结构的重建。在Masson染色制成的兔牙周膜石蜡切片的基础上，利用高倍光学显微镜获得了牙周膜的序列切片图像；再采用基于正规步长梯度下降的二维刚性配准和基于对数域对称Demons微分同胚非刚性配准相结合的方法，对牙周膜序列切片图像进行级联配准。实验结果表明，相对于有限元非刚性配准而言，对数域对称Demons微分同胚非刚性配准方法具有较好的优势，其配准每张图片的平均时间为有限元法的3.1%，而配准均方误差平均为有限元法的89%。

关键词: 显微图像, 胶原纤维, 图像配准

Abstract: For it is very sensitive to the strength and direction in the production process of paraffin serial sections, it easily results in periodontal ligament tissue deformation and spatial displacement. This paper proposes an efficient image registration method to help reconstruct its spatial structure. On the basis of the Masson staining paraffin sections of rabbit Perio Dontal Ligament（PDL）, the serial section images of PDL are obtained in the high optical microscope. And a new registration method that is combined rigid registration in 2D based on regular step gradient descent optimizer and non-rigid registration based on the symmetric log-domain diffeomorphic Demons algorithm is introduced and used for image cascade registration of slice images. The results show that the symmetric log-domain diffeomorphic Demons algorithm is better than Finite Element Method（FEM） registering each slice with 3.1% average processing time of FEM, and 89% average MSE of FEM.

Key words: micrographs image, collagen fiber, image registration

杨玲1，2，孙翠刚2，王中科3，饶妮妮1 . 牙周膜胶原纤维组织切片的显微图像配准[J]. 计算机工程与应用, 2012, 48(19): 167-170.

YANG Ling1，2, SUN Cuigang2, WANG Zhongke3, RAO Nini1. Micrographs image registration of collagen fibers slices in periodontal ligament[J]. Computer Engineering and Applications, 2012, 48(19): 167-170.

[1]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[2]	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.
[3]	刘天，曾亮. 纹理抑制的光照不均图像配准算法研究[J]. 计算机工程与应用, 2020, 56(23): 180-188.
[4]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[5]	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.
[6]	程德强，白春梦，郭昕，李腾腾，庄焕东，徐辉. 基于分层区域的自适应图像配准算法[J]. 计算机工程与应用, 2019, 55(17): 199-206.
[7]	贾雯晓1，张贵仓1，汪亮亮1，秦娜2. 基于SIFT和改进的RANSAC图像配准算法[J]. 计算机工程与应用, 2018, 54(2): 203-207.
[8]	曹国刚，张晴，张培君，王志敏. 基于多核并行化差异进化算法的图像配准方法[J]. 计算机工程与应用, 2017, 53(20): 166-172.
[9]	雒培磊1，李国庆2，曾怡1. 一种改进的基于深度学习的遥感影像拼接方法[J]. 计算机工程与应用, 2017, 53(20): 180-186.
[10]	张卫国，李景妹. 改进的基于纹理特征的图像配准算法[J]. 计算机工程与应用, 2016, 52(6): 214-218.
[11]	卫建龙1，田铮1，2，延伟东1，范明1. 图像多尺度配准的小波域SURF算法[J]. 计算机工程与应用, 2014, 50(21): 200-204.
[12]	邓朝省，陈莹. 基于局部SIFT特征点的双阈值配准算法[J]. 计算机工程与应用, 2014, 50(2): 189-193.
[13]	杨宇光1，2，滕义伟1. 改进多尺度特征提取的图像配准算法研究[J]. 计算机工程与应用, 2014, 50(15): 157-163.
[14]	耿佳佳1，康晓东1，王昊1，2，于文勇1. 基于Gabor滤波器和聚类的图像配准算法[J]. 计算机工程与应用, 2014, 50(10): 193-196.
[15]	赵钰1，朱俊平1，亢娟娜1，2. 改进的区域互信息和小波变换的图像配准[J]. 计算机工程与应用, 2013, 49(21): 152-155.

牙周膜胶原纤维组织切片的显微图像配准

Micrographs image registration of collagen fibers slices in periodontal ligament

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