[发明专利]基于量子进化计算和B样条变换的医学图像配准方法

摘要

本发明公开了一种基于量子进化计算和B样条变换的医学图像配准方法，主要解决现有技术匹配程度低和配准预处理过程复杂的问题。其实现步骤为：读入图像，初始相关参数；随机产生量子进化计算的种群；计算种群中每个个体对应的配准参数；按照配准参数对浮动图像做三次B样条函数变换，得到变换后的浮动图像；计算变换后的浮动图像与参考图像之间的归一化互信息值，并寻找本代最优配准参数，对本代种群中所有个体进行量子旋转门更新；用更新后的种群进行量子重组操作；控制循环条件，输出配准图像和配准参数。本发明与基于遗传算法的方法相比，不仅能获得更好的配准结果，并且缩短了配准，可用于医学图像的配准。

主权项

一种基于量子进化计算和B样条变换的医学图像配准方法，包括如下步骤：(1)读入两幅待配准图像，将其中一幅固定不变的图像作为参考图像IR，另一幅进行变换的图像作为浮动图像IF，并按间距L＝40个像素，对浮动图像均匀采样，得到由m个元素组成的均匀网格；(2)随机产生一组由量子比特位构成的个体，作为量子进化计算的初始迭代点，称为种群；(3)将种群中每个个体转化为候选解，再与均匀网格叠加，得到每个个体对应的控制网格；(4)按照每个个体对应的控制网格对浮动图像做三次B样条函数变换，得到变换后的浮动图像；(5)计算变换后的浮动图像与参考图像之间的归一化互信息值NMI，找出本次迭代中最大的归一化互信息值及其对应的个体，并存储为本代最优解pbest；(6)依据本代最优解，利用量子旋转门算子对本代种群中所有个体进行量子旋转门更新，使图像配准参数朝相似性更大的方向移动；(7)利用量子重组算子对任意选择的本代种群中两个不同个体pa和pb进行量子重组操作，增加种群个体多样性，避免图像配准参数陷入局部极值；(8)更新迭代次数g，如迭代次数达到最大值或变换后的浮动图像与参考图像之间的归一化互信息值不再增加，则结束配准，即本代最优解对应的控制网格为配准参数，按此参数对浮动图像做三次B样条函数变换，得到配准后的图像，否则，返回步骤(3)进行下一次迭代。