硕士学位论文论 文 题 目 非 刚 性 医 学 图 像 配 准 算 法 研 究研究生姓名 王 婕 妤指导教师姓名 王 加 俊专 业 名 称 信 号 与 信 息 处 理研 究 方 向 图 像 信 号 处 理论文提交日期 2013 年 4 月非刚性医学图像配准算法研究 中文摘要非 刚 性 医 学 图 像 配 准 算 法 研 究中 文 摘 要图 像 配 准 是 图 像 分 析 、 融 合 和 重 建 的 基 础 ， 特 别 在 医 学 影 像 处 理 领 域 ， 图 像 配 准起 着 极 其 重 要 的 作 用 。 精 准 高 效 的 图 像 配 准 能 辅 助 医 生 进 行 医 学 诊 断 、 医 学 影 像 存 档 、治 疗 计 划 制 定 、 手 术 导 引 以 及 治 疗 效 果 评 估 等 等 。 相 较 于 发 展 成 熟 的 刚 性 配 准 ， 非 刚性 图 像 配 准 因 为 能 更 真 实 地 反 映 人 体 器 官 和 组 织 的 形 变 ， 成 为 医 学 图 像 配 准 的 研 究 热点 。 非 刚 性 医 学 图 像 配 准 的 研 究 面 临 许 多 挑 战 ， 以 肿 瘤 切 除 手 术 指 引 为 例 ， 伴 随 肿 瘤组 织 的 切 除 ， 会 发 生 术 中 影 像 与 术 前 影 像 间 的 局 部 对 应 缺 失 和 “脑 漂 移 ”现 象 引 起 的大 形 变 问 题 。针 对 上 述 难 点 ， 本 文 对 传 统 的 变 分 光 流 模 型 进 行 了 改 进 ， 结 合 尺 度 不 变 特 征 变 换（ SIFT） 特 征 点 提 取 提 出 一 种 新 颖 的 非 刚 性 医 学 图 像 配 准 算 法 。 该 算 法 模 型 使 用 亮 度守 恒 与 梯 度 守 恒 假 设 相 结 合 的 数 据 项 ， 很 好 地 解 决 了 对 医 学 图 像 中 局 部 病 灶 异 常 、 亮度 不 均 匀 等 区 域 的 处 理 问 题 ； 通 过 采 用 自 适 应 的 各 向 异 性 正 则 项 ， 解 决 了 传 统 光 流 模型中的过平滑所导致的图像严重模糊和重要细节丢失的问题；通过结合 SIFT 特 征 点提 取 ， 并 采 用 多 分 辨 率 分 层 细 化 、 内 部 不 动 点 迭 代 以 及 由 粗 到 细 的 变 形 技 术 求 解 策 略 ，很 好 地 解 决 了 传 统 光 流 场 模 型 无 法 对 大 形 变 医 学 图 像 以 及 细 节 进 行 配 准 的 问 题 。实验证明：本文的模型和算法可以很好地实现对医学图像的非刚性配准。关键词：非刚性医学图像配准；光流场；尺度不变特征变换；自适应正则项作 者：王婕妤指导教师：王加俊IAbstract Research on Non-rigid Medical Image RegistrationResearch on Non-rigid Medical Image RegistrationAbstractImage registration is the basis of image analysis, image fusion and reconstruction.Particularly, image registration plays extremely important roles in the field of medicalimage processing. Accurate and effective registration can help doctors in medical diagnosis,medical image archives establishment, treatment planning, image guided surgery, andtreatment evaluation. Compared with the maturely developed rigid registration methods,non-rigid image registration can more realistically reflect the deformation of human organsand tissues and has become a hot point in medical image registration. Non-rigid medicalimage registration faces many challenges. For example, in image guided tumor resectionoperation, large deformation problem will exist between the pre-and intra-operative images,which is a direct result of the local correspondence missing and brain shift caused by thetumor resection.For the above mentioned difficulties, a novel non-rigid image registration algorithmwas proposed based on an improved version of the traditional variational optical flowmodel and the extraction of the scale-invariant feature transform（ SIFT） feature points. Inthis model, the issue of processing the regions of localized disease abnormalities andnon-uniform brightness is tackled by using a data term combining the brightnessconservation and gradient conservation assumptions. To solve the issue of severe imageblurring and the loss of important details caused by the over-smoothing of the traditionaloptical flow model, an adaptive anisotropic regularization term is used. By extracting theSIFT feature points and using a multi-resolution layered refining, internal fixed-pointiteration and coarse-to-fine warping strategy, the issue of registration of medical imageswith relatively larger deformation and also that of the details registration of medicalimages which can not be processed by the traditional optical flow method are wellresolved.Extensive experimental results show the effectiveness of the model for non-rigidmedical image registration.Keywords: Non-rigid medical image registration; Optical flow; Scale-invariantfeature transform (SIFT); Adaptive regularizationWritten by Jieyu WangSupervised by Jiajun WangII目 录第一章 绪 论 . 11.1 医 学 图 像 的 配 准 技 术 概 述 . 11.2 医 学 图 像 的 配 准 技 术 发 展 与 研 究 现 状 . 21.3 课 题 产 生 的 背 景 与 研 究 意 义 . 31.4 本 文 的 研 究 内 容 与 结 构 安 排 . 5第 二 章 非 刚 性 医 学 图 像 配 准 方 法 概 述 . 72.1 医 学 图 像 配 准 基 本 流 程 . 72.2 非 刚 性 配 准 的 关 键 要 素 . 72.2.1 配 准 空 间 变 换 . 82.2.2 相 似 性 测 度 . 92.2.3 优 化 处 理 策 略 . 102.3 非 刚 性 配 准 评 价 . 112.4 本 章 小 结 . 1