拓扑保持变换与标志点匹配的图像弹性配准方法研究

本项目针对基于标志点的图像弹性配准中存在的问题，研究在保持拓扑关系以及扭曲能量尽可能小的空间变换下的标志点匹配方法，以实现多模态医学图像自动配准。将标志点匹配问题转换为保持结构拓扑关系的结构匹配与点匹配的结合，同时求解标志点对应关系和拓扑保持的变换函数。首先在标志点集之间进行拓扑保持的结构粗匹配，为点匹配提供初始搜索位置；利用Mean Shift迭代算法寻找对应标志点对，通过定义反映局部区域结构特征的概率密度函数和相似性度量，快速搜索标志点可能的对应点；在备选标志点集之间确定微分同胚映射，得到平滑且拓扑保持的空间变换关系，为下一次的点匹配提供可靠的初始搜索位置，进一步提高点匹配精度。既发挥点匹配方法快速的优点，又具有结构匹配方法的鲁棒性，实现由粗配准到精细配准的逐步精确过程；将以上方法应用到3D图像配准中，其研究成果可广泛应用于医学临床实践，以及3D图像序列的运动分析等领域。

本项目针对基于标志点的弹性图像配准中存在的问题，研究了结合图像内容与标志点集结构匹配的弹性配准方法，基于Mean Shift迭代的标志点对应位置精确搜索，基于标志点对应关系的拓扑保持图像变换方法，弹性配准方法在三维图像配准中的应用，以及图像配准方法的并行实现方法。针对图像标志点提取，提出了基于拓扑学习的标志点集提取方法；针对标志点集合匹配，提出了一致性点集匹配算法，紧支撑点集匹配方法，基于控制点优化的非刚性图像配准方法，Mean Shift与RPM结合的多模态图像配准，将点集结构粗匹配与图像内容精确匹配相结合，有效地提高了点集匹配的精度，同时增加了点集匹配的鲁棒性；针对多模态医学图像的特点，提出了Hessian特征空间、基于方向特征以及包含空间信息的Mean Shift算法，有效地解决了Mean Shift算法对图像强度敏感的问题，实现了多模态医学图像对应控制点的精确、快速搜索；针对基于控制点对应关系的弹性变换函数拓扑关系不易保持的问题，从理论上分析了常用紧支撑基函数的拓扑保持性能，提出了基于Mean Shift的拓扑保持图像变换方法，渐进一致性图像变换构造方法，以及局部可调的拓扑保持图像变换，解决了基于控制点对应关系的图像变换的拓扑保持问题；提出了基于图像内容的三维点集匹配方法（3DRPM），构造了三维点集粗匹配的形变函数，同时提出了反映空间信息的3D Mean Shift算法，实现了三维图像控制点的精确搜索。针对图像配准求解过程计算量大，优化耗时的问题，本项目从图像插值、RPM优化过程、一致性变换函数构造等多个方面讨论了图像配准方法的并行实现策略。本项目的研究成果较好地解决了基于控制点对应关系的医学图像弹性配准问题，构造的拓扑保持的图像变换更具物理意义，有效地提高弹性配准精度。