[发明专利]一种基于互信息和梯度信息结合的医学图像配准方法

摘要

本发明提供了一种基于互信息和梯度信息结合的医学图像配准方法。其主要包括：对互信息相似度进行加权以及将梯度模的差值加入梯度相似度中。将待配准浮动图像进行空间变换，然后计算参考图像和变换后的浮动图像的相似性测度，即本发明提出的一种加权互信息和梯度信息结合的相似性测度函数。然后通过不断的优化搜索和空间变换，使得所求的本发明提出的相似性测度达到最大，则配准成功。在配准过程中使用本发明提出的相似性测度函数，可以有效地解决医学图像配准算法的精度低、鲁棒性不强的问题。

主权项

一种基于互信息和梯度信息结合的医学图像配准方法，其特征在于包含以下步骤：1)图像采集：直接从CT、MRI或超声成像仪等的DICOM接口获得数字图像；2)对采集到待配准图像进行预处理：如去噪、增强等，得进过预处理的参考图像A和浮动图像；3)将浮动图像进行空间变换，变换参数：[Δx,Δy,Δθ]，其中Δx表示在x轴上平移的像素、Δy表示在y轴上的平移像素、Δθ表示旋转的角度，从而得到浮动图像B；4)对步骤3)得到的变换后的浮动图像进行PV插值；5)计算参考图像和变换后的浮动图像的相似性测度函数：采用加权互信息与改进后的梯度信息结合作为相似性测度；6)判断相似性测度是否达到最优：采用优化搜索算法进行判断是否达到最优，如果已经达到最优，则表示配准成功，进入步骤7)，否则继续搜索，寻找最佳的变换参数，使相似性测度尽快达到最优；7)浮动图像配准成功后输出。