[发明专利]一种非刚性多模医学图像精确配准方法

摘要

本发明公开了一种非刚性多模医学图像精确配准方法，包括以下步骤：分别对参考图像和浮动图像进行归一化处理并使用脉冲发送皮层模型进行处理得出两幅点火映射图；然后采用索贝尔算子分别提取两幅点火映射图的边缘特征得到对应的梯度图，并计算两梯度图的差值平方和；最后基于自由网格变形模型及差值平方和确定目标函数，采用拟牛顿法对目标函数进行迭代优化，获得最佳形变参数。本发明将脉冲发送皮层模型和差值平方和用于非刚性多模医学图像配准，大大提高了配准精度。

主权项

1.一种非刚性多模医学图像精确配准方法，其特征在于，包括以下步骤： 步骤1对参考图像进行归一化处理，以得到图像I_R；步骤2基于脉冲发送皮层模型获得图像I_R的点火映射图I_R′； 步骤3基于索贝尔算子获得点火映射图I_R′的梯度图本步骤具体包括以下子步骤：步骤3-1分别用水平方向的索贝尔算子和竖直方向的索贝尔算子在点火映射图I_R′上滑动，使其中心都位于I_R′的像素点(i,j)，以进行卷积运算，并选取其中的较大值作为(i,j)处的梯度值其中，表示卷积运算；w₁×w₁表示索贝尔算子的窗口大小；max{}表示取极大值运算。步骤3-2重复索贝尔算子的滑动操作，直到求出图像所有的像素点的取值，从而得到参考图像对应点火映射图的梯度图步骤4对浮动图像重复步骤1至3，得到其对应点火映射图的梯度图步骤5采用以下公式计算两梯度图和的差值平方和其中，x_c表示任意单个像素点；‖·‖₂表示欧几里得距离； 步骤6改变索贝尔算子窗口大小为w₂×w₂，重复步骤3至5，以得到 两梯度图的差值平方和步骤7确定目标函数并利用拟牛顿法进行优化迭代，得到最佳形变参数，本步骤具体包括以下子步骤： 步骤7-1由步骤5和步骤6的输出结果计算两点火映射图I_R′和I_F′的相似性： 步骤7-2基于步骤7-1的相似性度量公式，结合自由网格变形模型T确定目标函数f： f(T;I_R′,I_F′)＝sobSSD(T;I_R′,I_F′)+γC_smooth(T) 其中γ为权重参数，C_smooth(T)为正则化项。 步骤7-3使用布洛伊登-弗莱彻-戈德法布-香农（Broyden-Fletcher-Goldfarb-Shannon，简称BFGS）拟牛顿法对目标函数f进行迭代，得到最佳形变模型。