第1章 绪论 1
1.1 图像配准技术概述 1
1.1.1 图像配准的定义 1
1.1.2 图像配准的基本框架 3
1.1.3 图像配准方法的分类 6
1.2 图像配准的意义 9
1.3 图像配准的应用领域 11
1.4 医学图像配准技术 12
1.4.1 医学图像配准的发展历史 12
1.4.2 医学图像配准的国内外研究现状及面临的问题 14
1.4.3 常用的医学图像配准方法 17
1.4.4 医学图像配准的评价 22
1.5 本书的结构与内容安排 23
参考文献 26
第2章 医学成像技术 42
2.1 引言 42
2.2 X射线成像 42
2.2.1 普通X射线成像 42
2.2.2 数字X射线成像 45
2.3 磁共振成像 51
2.4 计算机断层扫描成像 55
2.5 核医学成像 58
2.5.1 正电子放射断层成像 58
2.5.2 单光子发射计算机断层成像 59
2.6 医学超声成像 61
2.7 本章小结 63
参考文献 64
第3章 图像配准算法 66
3.1 引言 66
3.2 特征空间 67
3.2.1 点检测 67
3.2.2 线检测 68
3.2.3 霍夫变换 68
3.2.4 边缘检测 70
3.2.5 Harris角点 72
3.2.6 SIFT特征点 73
3.2.7 SURF特征点 76
3.3 搜索空间 79
3.3.1 刚体变换 79
3.3.2 仿射变换 81
3.3.3 投影变换 81
3.3.4 弯曲变换 82
3.4 相似性度量 83
3.4.1 差值平方和 83
3.4.2 绝对误差和 83
3.4.3 归一化互相关 84
3.4.4 相关比率 84
3.4.5 互信息测度 84
3.5 搜索策略 85
3.5.1 Powell优化算法 85
3.5.2 Simplex优化算法 88
3.5.3 共轭梯度法 89
3.5.4 拟牛顿法 91
3.5.5 随机梯度下降法 93
3.6 本章小结 94
参考文献 95
第4章 灰度插值方法 97
4.1 引言 97
4.2 最近邻插值 97
4.3 双线性插值 98
4.4 三次卷积插值 99
4.5 部分体积插值 103
4.5.1 部分体积估计 103
4.5.2 广义的部分体积估计 104
4.5.3 计算复杂度 104
4.6 本章小结 106
参考文献 107
第5章 医学图像配准的开源平台 108
5.1 引言 108
5.2 ITK研发平台 109
5.2.1 ITK的下载与安装 109
5.2.2 ITK的系统概述 114
5.2.3 ITK图像配准算法的实现 126
5.3 Elastix工具箱 139
5.3.1 Elastix简介 139
5.3.2 软件的特色 145
5.3.3 配准算法的组成 145
5.4 本章小结 150
参考文献 151
第6章 基于相关性的医学图像配准 152
6.1 引言 152
6.2 基于鲁棒相关系数的医学图像配准算法 152
6.2.1 相关系数估计 153
6.2.2 鲁棒的相关系数 155
6.3 基于相关比的医学图像配准算法 157
6.3.1 相关比 157
6.3.2 条件相关比 159
6.3.3 求导和优化 159
6.4 基于增强相关系数的医学图像配准算法 160
6.4.1 配准模型 160
6.4.2 增强的相关系数 161
6.4.3 模型的优化 161
6.5 实验结果与分析 165
6.6 本章小结 172
参考文献 172
第7章 基于Demons算法的非刚体医学图像配准 174
7.1 引言 174
7.2 Demons算法 174
7.2.1 吸引力的概念 175
7.2.2 光流方法 176
7.2.3 算法流程 177
7.2.4 微分同胚的Demons配准算法 178
7.3 Active Demons算法 180
7.3.1 在扩散过程中引入正力 180
7.3.2 多分辨率方法 181
7.4 对称Demons算法 181
7.5 可加的Demons算法 182
7.5.1 算法的迭代过程 183
7.5.2 Demons力 184
7.6 实验结果与分析 185
7.7 本章小结 191
参考文献 191
第8章 信息论在医学图像配准中的应用 194
8.1 引言 194
8.2 信息论基础 194
8.2.1 熵的概念 194
8.2.2 联合熵和条件熵 195
8.2.3 相对熵与互信息 196
8.3 互信息在医学图像配准中的应用 197
8.3.1 图像互信息 198
8.3.2 概率密度估计 198
8.3.3 基于互信息的医学图像配准 202
8.4 几种其他的信息论相似性度量 209
8.5 本章小结 210
参考文献 211
第9章 基于Jensen－Arimoto散度的医学图像配准 213
9.1 引言 213
9.2 Arimoto熵 214
9.3 Jensen－Arimoto散度 216
9.4 与现有信息论测度的联系 218
9.5 基于詹森Arimoto散度的医学图像配准算法 219
9.5.1 配准框架 219
9.5.2 变换模型 220
9.5.3 目标函数 221
9.5.4 优化方案 223
9.6 实验和结果分析 225
9.6.1 测试数据 226
9.6.2 仿真数据配准实验 228
9.6.3 临床数据配准实验 240
9.6.4 实验结果分析 244
9.7 本章小结 245
参考文献 245
第10章 连续图像表示在信息论医学图像配准中的应用 248
10.1 引言 248
10.2 基于连续图像表示的直方图估计 249
10.2.1 二维图像的联合直方图 249
10.2.2 三维图像的联合直方图 251
10.3 随机采样理论 252
10.3.1 低差异序列 253
10.3.2 计算成本 254
10.4 快速连续的直方图估计 255
10.4.1 二维图像的FCHE 255
10.4.2 三维图像的FCHE 256
10.5 基于连续直方图估计的医学图像配准 258
10.5.1 空间变换模型 258
10.5.2 目标函数 258
10.5.3 优化方案 259
10.6 实验结果与分析 260
10.6.1 二维图像配准实验 260
10.6.2 三维图像配准实验 264
10.7 本章小结 265
参考文献 265
第11章 基于熵图的医学图像配准 268
11.1 引言 268
11.2 熵特征相似度 268
11.2.1 瑞利熵与散度 268
11.2.2 互信息与α互信息 270
11.2.3 α詹森相异性度量 271
11.2.4 α几何算术平均散度 272
11.3 熵图的估计 272
11.3.1 最小生成树熵估计 273
11.3.2 基于最近邻图的熵估计 276
11.3.3 α几何算术平均散度和α互信息的熵图估计 279
11.4 基于多特征互信息的医学图像配准 281
11.4.1 图像配准框架 281
11.4.2 熵、熵图与α互信息 282
11.4.3 优化方法 282
11.4.4 α互信息的求导 283
11.4.5 特征的选取 284
11.5 实验结果与分析 285
11.6 本章小结 290
参考文献 290
第12章 基于结构特征的多模态医学图像配准 293
12.1 引言 293
12.2 结构图像表示 294
12.2.1 熵图像 296
12.2.2 拉普拉斯图像 297
12.2.3 自相似度 301
12.3 模态独立的邻域描述子 303
12.3.1 动机与概念 303
12.3.2 基于图像块的距离 304
12.3.3 基于高斯函数的差异度量 304
12.3.4 空间搜索区域 305
12.3.5 利用MIND的多模态相似度 305
12.4 基于高斯牛顿方法的配准框架 306
12.4.1 刚体配准 306
12.4.2 扩散约束的形变配准 307
12.4.3 对称和反向一致性配准 307
12.5 基于结构图像表示的多模态医学图像配准 308
12.5.1 形变配准算法 310
12.5.2 实验结果与分析 311
12.6 本章小结 314
参考文献 314