基于逐步细化特征提取的医学图像弹性配准

针对基于特征点的弹性配准方法对局部存在较大尺度形变的医学图像配准精度较低的不足,提出一种从全局到局部逐步细化的特征提取弹性配准方法.该方法首先采用尺度不变特征变换算法(scale invariant feature transform,SIFT)对图像进行特征提取与匹配以完成初步配准.然后通过计算参考图像和初步配准图像中所有控制点的领域均方差(mean square difference,MSD)寻找存在较大尺度形变的局部区域,在这些区域使用互信息再次进行特征提取,并利用层次B样条插值实现图像的精确配准.实验结果表明:与基于互信息的特征提取配准方法相比,该方法在保证配准精度的同时,有效地提高了配准速度.