CAJ | 학술논문

配准准确性是医学图像配准算法的一项重要指标,像素灰度是目前图像配准中广泛使用的特征,但是灰度特征来源单一,而且忽略空间信息,在一些情况下容易产生误配.针对这个问题,本文提出一种融合SIFT特征的熵图估计医学图像非刚性配准算法.该算法首先使用基于互信息的刚性配准算法对两幅待配准图像进行粗配；然后,在采样点上提取像素灰度和SIFT高维特征,并在此基础上构造k-最邻近图(kNNG)；最后,使用k-最邻近图来估计α互信息(αMI).实验结果表明:和传统的基于互信息和像素灰度的刚性配准算法,基于熵图估计和单一像素灰度特征的非刚性配准算法相比,本文提出的算法具有更高的配准准确性.
배준준학성시의학도상배준산법적일항중요지표,상소회도시목전도상배준중엄범사용적특정,단시회도특정래원단일,이차홀략공간신식,재일사정황하용역산생오배.침대저개문제,본문제출일충융합SIFT특정적적도고계의학도상비강성배준산법.해산법수선사용기우호신식적강성배준산법대량폭대배준도상진행조배；연후,재채양점상제취상소회도화SIFT고유특정,병재차기출상구조k-최린근도(kNNG)；최후,사용k-최린근도래고계α호신식(αMI).실험결과표명:화전통적기우호신식화상소회도적강성배준산법,기우적도고계화단일상소회도특정적비강성배준산법상비,본문제출적산법구유경고적배준준학성.