基于信号互相关函数与神经网络的全自动图像配准算法
刘君1
朱善安1
BIN He2
1.浙江大学电气学院,浙江杭州,3100272.Department of Biomedical Engineering,University of Minnesota,USA
摘要：目的 对多模态非刚性变换序列图像进行配准.方法 将一种新的信号处理的概念引入配准过程,以两组具有时延特性的随机信号分别描述待配准的两幅医学图像的边缘特性,继而提出一种以信号互相关函数为性能指标,通过利用神经网络的泛化能力对轮廓特征点样本进行训练以得到最优变换参数的头部断层扫描图像自动配准算法.结果 仿真结果表明该算法配准误差可达到亚象素级以下,且比之其他基于形状信息的配准算法具有寻优参数少,配准时间短,自动化程度高的特点.最后该算法被成功地应用到了做过开颅手术病人的CT-MRI图像融合上.结论 该方法为多模态医学图像配准提供了一种新的有效手段.
关键词：图像配准数据融合互相关函数神经网络
分类号：R319(医用一般科学)
资助基金：美国国家科学基金(NSFBES-0411898)美国国立卫生院基金(NIH R01 EB0178)国家自然科学基金(NSFC-50577055)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 425-429 )
英文信息