基于全投影域的医学图像多分辨率非刚性配准方法研究

There are a kind of images in the Medical Imaging field are obtained by recovering the projecting data getting from 360 degrees to the object. Taking the advantage of the obtaining characteristics for this kind of images and focusing on the problem of non-rigid medical image registration, the main study of this project is to accomplish non-rigid registration for two images in the time domain only by processing their data in the projection domain. .The study includes three main parts:(1) To decouple the relationship of the parameters after mapping the affine transformation from the time domain to the projection domain under the hypothesis of disturbance from non-rigid transform, and then to robustly estimate the parameters. (2) To build reasonable model for the non-rigid mapping and Similarity Metric Functions in the projection domain, and then to accomplish the registration with them. We will also build multi-resolution image pyramid in the projection domain to speed up the processing. (3) To extract the neuroimage Mid-sagttal line by self symmetry based non-rigid registration only in projection domain..Compared with the traditional method, registering in the projection domain has two advantages. Firstly, it can avoid the registration error diffused from the image recovering process from projection domain to the time domain. Secondly, it can take the advantage of the raw 360 degree of projecting data, and have a high registering efficiency..The main achievement of the research is to propose a novel non-rigid medical image registration method and to apply the related theory to the neuroimage Mid-sagttal plane extracting research.

现代影像医学中有一大类图像的获取方式是通过恢复目标物体360度投影数据而得到的。本项目针对此类图像的成像特点，以脑图像非刚性配准问题作为研究对象，研究完全通过对投影域中原始数据的处理达到对恢复后时域中图像的非刚性配准。主要研究内容包括：（1）将域中所存在的仿射变换映射至投影域，在投影域中对平移旋转等参数进行解耦，并进行鲁棒性估计；（2)在投影域中构造合理的映射函数与测度函数模型，完成时域中非刚性配准，并通过建立投影域多分辨率金字塔进行加速；3）在投影域中通过对称非刚性配准完成脑图像的中切线提取。相比传统方法的优势在于：首先可以有效避免对时域图像进行配准时由于恢复算法本身存在精度不足的缺陷而导致最终配准结果的误差扩散；另外利用360度的投影数据可以将时域中的旋转变换转换为投影域中的平移变换，因此能有效提高配准参数求解效率。

图像配准是图像处理中的一个基础问题，在计算机视觉、医学图像重建等领域都有广泛的应用。本课题开展了基于全投影域医学图像配准的研究，为目前图像配准提供了一种全新的研究思路和算法研究框架。由于目前医学影像的时域合成都是基于Radon投影变换反变换原理获得，因此讨论在Radon域中图像配准具有实际应用工程背景和应用价值。在本课题的研究中，实现了基于全投影域的医学图像配准，在投影域中对仿射变换的参数进行了分离，在投影域中将旋转尺度变换转换为平移变换通过相位相关方法对各个配准参数进行了准确估计。在算法设计中，由于将图像信号的相关矩阵进行了子空间分析，使用了对应特征值较大的信号序列进行估计，因此所提出算法相比目前类似算法以及基于频域方法具有更强的鲁棒性，能够对具有扭曲和多模图像以及噪声干扰的图像进行准确配准，克服了传统估计方法收误差影响大的缺陷。本课题也探索了对于柔性图像配准在投影域中配准的表现，并阐述了所存在的困难和后续待解决的问题。.本课题同时还以多模图像配准作为发散，将相图像配准相关理论应用到了图像分割、多模图像联合去噪、图像显著度检测、对称检测等相关计算机视觉问题的研究中，在此基础上提出了基于同源相似性图像分割算法、交叉双域滤波、基于信息量增强的共生直方图图像显著度检测算法、隐模型表示的对称检测算法等研究成果，并通过实验与目前相关研究结果进行了对比。.本文还总结了在课题开展过程中所参加的国内外学术交流以及人才培养的情况。并且对经费使用和调整的情况进行了详细的总结和决算。