基于改进单纯形的互信息配准方法研究

由于成像机理不同和人体组织结构的高度复杂性,单模态的医学图像不能提供医生所需要的足够信息。多模态医学图像的配准和融合有着十分重要的意义。图像配准是图像融合首先要解决的问题。配准的目的是使两幅图像的位置在空间上达到一致。对MRI和PET两幅图像进行配准,先采用主轴法对两幅图像进行粗略的配准,利用两幅图的互信息作为相似性量度,采用改进单纯形法进行全局搜索,实现最佳配准。结果表明,采用由粗到细的配准策略和改进单纯形的优化搜索算法,配准精度高,计算速度快,可完成不同分辨率下多模态图像的精确匹配。