基于遺傳算法和最大互信息醫(yī)學圖像配準算法的研究.pdf

1、在臨床診斷治療中，往往要求對病人的病變部位進行多次成像，以獲取互補、有效、全面的信息，提高醫(yī)生的診斷治療效果，這就需要進行醫(yī)學圖像的信息融合，把多幅圖像的信息融合在一起，并在一幅圖像上體現(xiàn)多方面的信息。作為醫(yī)學圖像信息融合的基礎(chǔ)，醫(yī)學圖像配準(medical image registration)具有重要的臨床應(yīng)用價值，不僅可以用于診斷治療，還可以用于病理變化的跟蹤和治療效果的評價等多方面。 醫(yī)學圖像配準已經(jīng)成為當前醫(yī)學圖像處理

2、領(lǐng)域中的研究熱點，它主要是尋找兩幅圖像之間的一個最優(yōu)變換，使得其中一幅圖像在這種變換下和另一幅圖像達到空間位置和解剖結(jié)構(gòu)的一致，實質(zhì)上這是一個最優(yōu)化問題。醫(yī)學圖像配準的研究具有一定的復雜性和困難度，雖然目前已經(jīng)提出了許多的算法，但每種配準方法都是針對某一特定問題而設(shè)計，具有一定的局限性，而且在配準速度、配準精度等方面都不能同時達到理想的效果。本論文引入一種最新的基于灰度統(tǒng)計的圖像配準模型：互信息配準模型，基于該模型的配準方法稱為最大互信

3、息法，它利用信息論中的互信息作為兩幅配準圖像之間的相似性測度，不需要對圖像進行分割等預處理，幾乎適用于任何不同模式圖像的配準，能夠得到很好的配準效果。本論文采用的優(yōu)化算法是具有良好全局搜索能力的遺傳算法，并通過在編碼、遺傳操作算子等方面對標準遺傳算法進行改進，提高了算法的性能。 本論文針對人腦的二維圖像設(shè)計了一種遺傳算法和最大互信息相結(jié)合的醫(yī)學圖像配準算法，采用互信息配準模型，以圖像的灰度統(tǒng)計信息為配準依據(jù)，用改進的遺傳算法搜索