论文部分内容阅读
在本文中,我们基于多项式展开的配准模型,提出了对于两幅磁共振弥散张量图像(DTI)的配准方法;根据临床研究需要,我们在此基础上提出了多幅图象的几何无偏配准方法。DTI张量成像提供了一种对大脑神经纤维束活体成像的方法,脑功能障碍病人的神经纤维束一般都具有某种程度的变异,对病人和正常人的神经纤维束的变异性分析,对于脑功能障碍病人的病情诊断具有重要的意义。由于成像时间的不同、空间坐标系的不同,或者病人和正常人大脑间的差异,要进行精确的对比分析,一般需要先对病人和正常人的图像序列进行配准。在实际应用中,正常人的图像序列,有时也用正常人的脑图谱代替。为了考察某种疾病病人的共同特征,临床上需要通过分析一组同一种疾病病人的大脑神经纤维束的共同特征来确定该种疾病对于大脑神经纤维束的结构影响。这种情况下,需要同时配准一组具有相同疾病的病人大脑DTI图像序列。在接下来的工作中,我们主要针对临床上的上述两个需要,提出了一种基于多项式展开的对于两幅或者一组图像的配准方法。首先,我们基于多项式展开的配准模型,提出了两幅DTI图像间的配准方法。由于张量图像所包含的信息量非常大,我们把临床上最关心的张量特征:各向异性和张量方向作为重点考虑对象。第一步基于多项式展开的配准模型完成对张量各向异性特征的配准;第二步,根据各向异性特征配准的结果,对张量场的方向进行逐像素的矫正,以完成张量场的方向匹配。其次,基于两幅图像的配准方法,我们进一步的提出了多幅图像的无偏配准。在以往的多幅图像配准方法中,往往指定其中一幅、或者脑图谱作为目标图像,把其余图像序列配准到目标图像,这就使得配准结果偏向于目标图像。在我们的方法中,我们通过寻找这些图像序列的几何中心位置,把他们都配准到该位置,从而实现了多幅图像的无偏配准。概括的说,在本文中我们的贡献主要包括以下几点:(1)改进了基于多项式展开的配准模型,提出了更为精确的位移场估计公式,并进一步的提出了对于3D数据的整体仿射配准算法;(2)提出了基于局部邻域的Multi-Affine变形配准算法,实现了对于DTI图像的稳定的高精度配准;(3)基于Multi-Affine的高精度配准,在配准后逐像素的对张量场进行方向矫正,提出了张量方向的整体矫正方法;(4)基于多幅图像的几何中心,提出了多幅图像的快速无偏配准方法,包括仿射配准算法和变形配准算法。