基于结构图像表示和微分同胚 Demons 算法的多模态医学图像配准

摘要：

为了提高多模态医学图像的配准精度，利用参考图像和浮动图像的结构信息，提出了一种基于结构图像表示和微分同胚 Demons 算法的多模态医学图像配准算法。该算法由结构图像表示和图像配准组成。在结构图像表示阶段，采用 Arimoto 熵图像来描述参考图像和浮动图像的结构信息，首先计算2幅图像中所有像素点周围指定大小邻域的熵值，然后把计算的熵值作为熵图像中对应点的灰度值以生成2幅熵图像。在图像配准阶段，使用微分同胚 Demons 配准算法对2幅熵图像进行配准。基于 Brainweb 数据库中磁共振数据的测试结果表明：与微分同胚 Demons 算法和基于香农熵的 Demons 算法相比，利用 Arimoto 熵表示图像的结构信息可以进一步提高配准精度。

关键词：Arimoto 熵、Demons 算法、结构图像表示、图像配准

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点基础研究发展计划973计划资助项目2011CB707904;国家自然科学基金资助项目61073138，61201344，61271312，81101104．

在线出版日期：2015-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：851-855