多模态医学图像配准与融合研究

【摘要】： 随着当代医学影像成像系统的发展，各种不同的影像设备为医学诊断提供了不同模态的图像，这些多模态的医学图像可以从不同方面提供医学信息，如解剖信息、功能信息或者骨组织、软组织等，各自有其优缺点。如果能把它们的信息进行综合，作为一个整体来表达，那么就能为医学诊断、人体功能和结构研究提供更充分完整的信息。 医学图像融合是医学图像处理、放射医学及医学影像学领域近几年兴起的一种新技术，是不同图像在空间的配对合并。应用医学图像信息融合技术，可以把不同模态的医学图像有机地结合，综合各种影像的信息，能够准确、全面地显示组织或器官的结构部位、功能及其变化，使解剖与功能有机地结合起来。图像融合利用各种成像方式的特点，为不同的影像提供互补信息，增加图像信息量，进一步提高了临床诊断和治疗的可靠性，从而使医学图像能更好地为现代医学服务。 本文主要内容是关于多模态医学图像融合的研究和实现。由于不同模态的医学图像其成像机理、成像参数等方面存在差异性，因而在图像融合前还需要对图像进行配准处理，只有图像在空间域上实现了精确对齐，才能进行图像融合处理。医学图像融合是信息融合技术在生物医学工程中的应用，本文首先介绍了有关信息融合技术的有关情况。接下来重点对图像配准进行了研究。介绍了图像配准的概念、意义以及常见配准方法、配准模型，设计了图像配准处理程序的流程，选取同一患者颅部CT和MRI图像作为研究对象，选择颅内特征点对，采用内部特征点匹配方法进行配准处理，分别采用了三种配准模型（即：刚体变换、仿射变换和投影变换）进行图像变换，并且给出了经过配准的实现结果图像，根据配准结果，对配准结果进行了评估，目标图像达到了配准要求。图像经过了空间配准后就可以进行融合处理。本文在图像融合部分里，介绍了图像融合的概念、意义以及常见融合方法；采用基于像素灰度加权的融合算法，对经过配准的医学图像和基准图像进行了融合处理，并给出了算法流程以及实现结果图像，结果表明达到了图像融合的目的。本文最后总结了所做的工作，并对继续研究提出了建议。