论文部分内容阅读
随着医学成像技术的发展,医学领域出现了各种不同模态的医学图像。这些多模态的医学图像有其各自的优缺点,可以从不同方面提供相互补充的医学信息,充分利用这些信息能够为医学诊断提供更准确的判断依据。为了利用这些信息,首先要对多模态医学图像进行配准和融合。因此,多模态医学图像的配准和融合有着十分重要的意义。本文主要研究了多模态医学图像配准和融合技术,并利用这些技术对“数字化猪”的CT图像和彩色断层削切图像进行配准和融合,实现了这两种不同模态图像在二维空间上的配准和融合。这里进行配准和融合的最终目的是建立“数字化猪”的器官三维模型,所以对融合后的图像又做了分割和三维重建。论文主要工作内容如下:1.在配准过程中,根据这两种图像的特点,选择以彩色断层削切图像为参考图像,对CT图像进行配准,采用基于特征的交互式配准方法,通过手工选取配对特征点的特征提取方式获取仿射变换模型参数,最后实现了图像的配准。2.在图像融合过程中,针对对比度金字塔融合方法和IHS融合方法,提出了一种基于对比度金字塔和IHS相结合的图像融合方法。先将彩色断层削切图像的I分量图像和CT图像进行对比度金字塔融合,然后将获取的图像和彩色断层削切图像进行IHS融合得到最终的融合图像。实验结果验证了本文方法的有效性。3.对医学图像分割的研究现状进行了综述,提出了一种基于GDI+和窄带M-S模型的图像分割方法。对融合后的图像,先利用GDI+技术进行图像组织器官分割,得到较粗糙的器官大致轮廓,然后以此粗糙轮廓线作为初始零水平集曲线,利用M-S模型建立窄带,最终得到较精准的轮廓。实验结果体现了本文方法对融合图像进行分割的优良性。4.采用基于软件AMIRA和3DSMAX的三维重建方法。将分割后的器官数据集及包围盒在AMIRA进行三维重建,然后用AMIRA和3DSMAX分别对初始三维模型进行网格简化和光滑处理,得到最终的三维重建模型。实验结果达到了预期的理想效果。