医学图像配准技术【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

医学图像配准技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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FCHE255

10.4.2 三维图像的FCHE256

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