醫學二維檢測方法

『壹』 醫學圖像配準的醫學圖像配准方法

（1)點法 ( Point Method): 又分內部點( Intrinsic points)及外部點 ( Extrinsic points)。內部點是從與病人相關的圖像性質中得到的 ,如解剖標志點 ( anatomical landmarkpoints)。解剖標志點必須是在三維空間定義的 ,並在兩種掃描模式的圖像中可見。
原則上外部點法可用於配准任何模式的圖像 ,而且外部點在醫學圖像中要比內部點好識別得多 ,通過比較圖像中記號的位置對配准結果也易於視覺檢測;缺點是在使用這些記號時 ,受試者都要在掃描裝置內嚴格保持不動 ,有些還是介入性的。
( 2)曲線法 ( Curve Method): Batler 對二維投影放射照片首先用人工的方法在兩幅圖像中尋找對應的開曲線 ( Open curve) ,再在兩條曲線局部曲率最佳擬合的線段用相同的采樣率找出一組對應點來 ,以後繼續用點法匹配兩幅圖像
( 3)表面法 ( Surface Method): 基於表面的配准技術典型的例子是Pelizzari 和Chen 研究的「頭帽法」。從一幅圖像輪廓提取的點集稱作帽子 (`hat』 ) ,從另一幅圖像輪廓提取的表面模型叫作頭 (`head』 )。 一般用體積較大的病人圖像 ,或在圖像體積大小差不多時用分辨較高的圖像來產生頭表面模型。
( 4)矩和主軸法 ( Moment and PrincipalAx es M ethod): 借用經典力學中物體質量分布的概念 ,計算兩幅圖像像素點的質心和主軸 ,再通過平移和旋轉使兩幅圖像的質心和主軸對齊 ,從而達到配準的目的 。
( 5)相關法 ( Correlatiom Method): 對於同一物體由於圖像獲取條件的差異或物體自身發生的小的改變而產生的圖像序列 ,採用使圖像間相似性最大化的原理實現圖像間的配准 ,
( 6)最大互信息配准法 ( Maximizatio n ofMutual Info rmatio n): 互信息是資訊理論的一個基本概念 ,是兩個隨機變數統計相關性的測度。 Woods 使用給出參考像後測試圖像的條件熵作為配準的測度。他研究的 AIR是一種廣泛應用於 PET到 MR圖像配準的演算法 ,
( 7)圖譜法 ( Atlas Method)與非線性變換 技術: 不同人腦圖像的配准遠比同一個人的不同模式圖像的配准困難得多 ,這是因為每個人腦的形狀、尺寸都有很大的差異。如果我們將腦圖像作一定的尺度變換 ,並對深度內部結構適當取向後 ,就會發現不同人腦的解剖結構的大小和形狀方面還是具有一定的共性的。 這就使我們有可能構造一個解剖圖譜 ,其前提是受試者間腦的拓撲結構具有不變性。 由於在腦圖譜構建過程中有神經解剖學專家直接參與 ,利用腦圖譜進行配准 ,就可以利用圖譜所包含的先驗知識來對病人或其他人的圖像自動識別和正確地分割。