基于回归预测的肺4D-CT多相位配准

摘要：

针对由于灰度不均和局部形变较大引起的肺4D-CT图像配准精度不足问题,提出基于回归的逐块预测初始形变的方法.新方法的核心思想是:配准一幅浮动图像至参考图像时,利用与浮动图像相对应的不同相位的图像信息进行形变场预测.首先,利用已有配准算法配准不同相位的图像至参考图像,得到各图像对应的形变场;再将图像和对应形变场分块作为训练集,利用多维支持向量回归机建立回归模型;将浮动图像分块输入回归模型中,预测出初始形变场,从而得到中间图像,并最终细化配准中间图像与参考图像.采用由德克萨斯安德森肿瘤中心DIR实验室采集并公开的数据集,评价所提出的算法.实验量化评价结果表明,与传统的Active Demons算法、Spectral Log-Demons算法相比,图像的均方误差平方和显著降低(Active Demons算法49.34±23.92,Spectral Log-Demons算法31.81±15.09,所提出算法18.97±5.75,P＜0.05),相关系数显著提高(Active Demons算法0.952±0.022,Spectral Log-Demons算法0.967±0.015,所提出算法0.980±0.006,P＜0.05).同时,视觉评价结果显示,所提出算法能够获得更准确的配准图像.

关键词：肺4D-CT、图像配准、形变预测、多维支持向量回归机

所属期刊栏目：36

分类号：R318(医用一般科学)

资助基金：国家自然科学基金61671230;广东省科技计划项目2017A020211012;广州市科技计划项目201607010097

在线出版日期：2017-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：513-519