[发明专利]基于各向异性光流场与去偏移场的脑部MR图像配准方法

说明书

技术领域

本发明属于图像配准技术领域，尤其是涉及一种改进的脑部MR图像配准方法。

背景技术

图像配准在遥感图像处理、计算机视觉、医学图像分析等领域有着广泛的应用。在医学图像领域，它是不同医学图像信息融合的基础。配准旨在对于指定一幅图像寻求一种空间变换，使它与另一幅医学图像上的对应点达到空间上的一致，这种一致是指人体上的同一解剖点在两张配准图像上有相同的空间位置。图像配准方法分为刚性和非刚性，由于人体组织的变化是非刚体的、非线性的，因此非刚性配准方法具有更好的配准效果。

目前，非刚性配准方法主要分为两大类:基于像素的方法和基于特征的方法。基于像素的方法中包括以互信息为相似性测度的配准方法以及基于光流场模型的配准方法。基于特征方法主要依赖特征点选择，常用于刚性配准。由于基于像素的方法不需要对图像进行分割等预处理，从而提高了配准精度，受到越来越多的重视。

互信息方法因其具有较高精度和鲁棒性，是目前最广泛用于医学图像配准方法之一。该方法假设两幅共同解剖结构图获得最佳配准时，其对应像素灰度互信息值最大。由于使用互信息，使得该类方法可以配准多模态图像。然而，该方法计算复杂度较高，难以达到医学分析实时要求，且由于仅仅使用邻域熵信息，导致相似性度量不能满足全局凸性质，从而易陷入局部最优。

鉴于基于配准所求解的位移场与光流场模型所求解的速度场之间的相似性，Palos、Pierre等人将光流场模型引入到了图像配准中，他们提出的方法都基于Horn模型:

由于图像的配准过程可以认为是从待配准图像流动到基准图像的过程，即配准所要求解的位移场可以看作光流场所求解的速度场，因此，可以通过求解光流场进行图像配准：

E=∫Ω(Ixu+Iyv+It)2dxdy---(1)]]>

其中，(I_x,I_y,I_t)是图像I沿x，y和t方向的导数，(u,v)^T为所求光流场。该方程求解存在孔径问题，针对这点，Horn等人根据同一运动物体引起的光流场是连续的和平滑的特点，最先在光流场基本约束上引入光滑性约束[3，7]，并将光流场的求解问题转化为求以下能量求极小值问题：