针对传统配准算法无法适用于成像模糊、对比度低的X光医学图像的问题,本文提出一种基于轮廓点相似性测度的配准技术.首先引入分块双阈值增强策略来提取DRR图像和X光图像的边缘轮廓信息;其次,采用高斯加权欧氏距离计算图像轮廓的相似度;最后通过平衡优化器算法进行迭代优化,得到最优的位姿参数.实验结果表明:本文算法能够精确提取模糊X光图像的边缘轮廓信息,而且可以准确评估其与CT数据的相似度,平均配准成功率超过94%,算法效率和鲁棒性优于传统算法,可用于医疗诊断、放射疗法、图像引导手术等医学活动.
余晨;周迪斌;刘文浩;孔方琦;
杭州师范大学信息科学与技术学院,浙江杭州311121
计算机与自动化
2D-3D图像配准;相似性测度;边缘检测算法;EO算法;医学图像
《杭州师范大学学报(自然科学版)》 2024 (001)
P.20-31 / 12
浙江省教育厅一般科研项目(Y202250513);杭州师范大学研究生科研创新推进项目(2022HSDYJSKY227).
10.19926/j.cnki.issn.1674-232X.2022.12.091
评论