[发明专利]一种结合灰度与几何信息的医学图像配准方法

摘要

本发明一种结合灰度与几何信息的医学图像配准方法涉及医学图像处理技术领域。一种结合灰度与几何信息的医学图像配准方法，所述的灰度是数字医学图像中每个像素/体素上的值，分布为图像灰度信息；所述的几何信息是表征每个点的几何法向的单位向量，通过使用灰度值分布来表征医学图像的灰度信息，使用图像法向量分布来表征医学图像的几何信息，最后使用加权互信息来优化灰度与几何信息量的相似度。本发明使用了已有的互信息方法和求梯度法，并对得到的互信息值进行加全求优，在工程应用中便于实现；充分利用了灰度与几何信息的优点，使得在配准过程中较少落入局部极值点，具有更好的鲁棒性；实验表明，本发明方法都获得了良好的精度。

主权项

一种结合灰度与几何信息的医学图像配准方法，所述的灰度是数字医学图像中每个像素/体素上的灰度值，分布为图像灰度信息；所述的几何信息是表征图像上每个点的几何法向的单位向量信息，其特征在于：通过使用灰度分布来表征医学图像的灰度信息，使用图像法向量分布来表征医学图像的几何信息，最后使用加权互信息来优化灰度与几何信息量的相似度，实现医学图像间的配准，步骤为：第一步，对参考图像和浮动图像求取法向量；第二步，求取对法向量的分量的互信息；第三步，对每个法向量的分量的互信息求和得到法向量互信息；第四步，求取对参考图像和浮动图像灰度分布的互信息并乘上灰度因子，以得到灰度互信息；第五步，将求得的法向量互信息与灰度互信息求和得到最终测度值；其中，第一步对参考图像和浮动图像求取法向量的方法是：先对参考图像R和变换后的浮动图像T(F)求取配准测度；然后，使用高斯核求取两幅图像的梯度；再后，将求取的梯度进行归一化得到法向量；最后，将求得的参考图像R和变换后的浮动图像T(F)的三个法向量的分量分别存储于三幅图像CRm，CFm其中，m＝0，1，2，分别代表x,y,z三个分量；第二步求取对法向量的分量的互信息方法是：对每一个法向量分量的图像求取互信息MIm＝MI(CRm,CFm)，其中，互信息MI是来自于信息论的工具，其公式为：MI(A,B)=H(A)+H(B)+H(A,B)=Σifilog1fi+Σjfjlog1fj-ΣiΣjp(i,j)logp(i,j),]]>其中H(A)和H(B)分别是两个信号A、B的边缘熵，而H(A,B)是两者的联合熵，联合熵的计算公式为：H(A,B)=-Σi,jp(i,j)logp(i,j).]]>