论文部分内容阅读
生物医学图像配准是生物医学图像分析中的核心问题，具有非常重要的临床应用和研究价值。本文对生物医学图像配准进行了研究。主要研究内容及结果如下：
⑴针对双向凝胶电泳图像，本文作者提出一种新的迭代最近点配准方法。该方法结合欧氏距离和信息势作为相似性度量，将蛋白质斑点的几何信息和灰度信息有效地结合在一起。实验结果表明，提出的方法比传统的方法更精确和鲁棒，具有广泛的应用前景。
⑵提出了一种基于多目标优化的配准算法，该算法同时对多种相似性度量进行优化。将它应用于解决待配准图像存在极大不重叠区域的难点，实验结果表明，与单目标优化算法相比，鲁棒性和抗噪声能力都得到了加强。
⑶提出了一种改进的VEGA算法(Vector Evaluated Genetic Algorithm)，将该算法应用在同模态图像配准中，实验结果表明，该方法比基于单目标优化算法的配准方法得到的结果更精确。