基于遺傳算法的醫(yī)學(xué)圖像配準方法改進.pdf

《基于遺傳算法的醫(yī)學(xué)圖像配準方法改進.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于遺傳算法的醫(yī)學(xué)圖像配準方法改進劉海玲，等基于遺傳算法的醫(yī)學(xué)圖像配準方法改進劉海玲，裴連群(齊魯醫(yī)藥學(xué)院山東淄博，255213)摘要：針對醫(yī)學(xué)圖像配準問題，提出了一種改進的混合算法?；谄胀≒oweu算法，在其中加入遺傳算法進行改進，利用遺傳算法全局搜索能力好的特點對Powell算法進行優(yōu)化。并通過實驗論證，證明了使得其配準精度和速度均得到了提高，從而驗證了本算法的有效性。關(guān)鍵詞：圖像配準；圖像融合；PoweU算法中圖分類號：TP391文獻標識碼：ADOI編碼：10．14016／j．cnki．1001—9227．2

2、叭6．09．218Abstract：rI'}lispaperaimedatpmblemofMedicalImaging—imagere百stration．Basedonno珊alPowellalgorithm，addedgeneticalgorithmtoimproveit．Thenwepmposeanewhybddalgorithm，increasingitsregistrationaccumcyandspeed．At1asedemonstratedbyexpe打mentstoprovethee飪宅ctiVenes

3、softhealgorit}lIn．Keywords：ImageRegistmtion；ImageFusion；Powellalgo“thmO引言由于醫(yī)學(xué)影像學(xué)可在臨床診斷中為醫(yī)療工作提供多模態(tài)的醫(yī)學(xué)圖像而被廣泛應(yīng)用。但現(xiàn)有的成像技術(shù)仍有易受噪聲干擾、分辨率低、實時性差等局限，為了詳細掌握病人病變部位的具體情況，就必須利用不同成像技術(shù)的優(yōu)勢，借助于計算機圖像處理技術(shù)，使不同的圖像進行融合，得到更為全面的信息，從而做出正確的診斷并給定治療方案‘1。4。。圖像配準技術(shù)作為現(xiàn)代醫(yī)學(xué)影像學(xué)的一項關(guān)鍵技術(shù)，已越來越多的應(yīng)用到醫(yī)

4、療工作當中。醫(yī)學(xué)圖像配準通過尋找空間變換，使兩幅圖像中的關(guān)鍵點達到醫(yī)生所要求的解剖結(jié)構(gòu)上的一致。5“J，所以配準的優(yōu)劣將直接影響到圖像融合的質(zhì)量，從而影響到醫(yī)生對醫(yī)療工作的決策。而圖像配準算法又是直接影響配準效果的關(guān)鍵因素一1。醫(yī)學(xué)圖像配準的算法眾多，按配準的過程可分為基于特征點的圖像配準和基于灰度的圖像配準¨?，雖然基于灰度的配準方法能較好的解決因圖像平移、縮放、旋轉(zhuǎn)所帶來的配準難題，但其配準結(jié)果的準確性對特征點的精確性依賴較高，所以在實際操作中還是更多的應(yīng)用基于特征點的配準方法??！，F(xiàn)主要的圖像配準算法有單純形法

5、最速下降法，共輒梯度法等等，而這些算法在實際臨床應(yīng)用中雖然相應(yīng)速度較快并且易于實現(xiàn)，可以給出良好的特性，但是配準精度較差，并且可能會忽略掉特征點。本文針對上述醫(yī)學(xué)圖像配準算法進行改進，基于PoweⅡ算法，并將遺傳算法加入到其中進行改進，闡明了此方法的高效性以及準確性。最終，通過一系列的實驗對此改進后的算法進行驗證，達到了令人滿意的效果。1基于Powell算法的圖像配準醫(yī)學(xué)圖像配準基本可以歸為n維極值問題，對于此問題，采用Powell算法進行圖像配準，基本步驟是(1)沿著n個坐標方向求出極大值，首先通過n次搜索后便可得

6、到n個共軛方向；(2)繼續(xù)沿著這n個共軛方向求極大值，通過極大值計算出最大值。其圖像處理流程如圖1所示。收稿日期：2016—03—28作者簡介：劉海玲(1980一)，女，山東淄博人，碩士，講師，主要研究方向為計算機應(yīng)用技術(shù)。·218·圖1PoweU算法流程圖l中判斷T最優(yōu)是基于誤差最小原則進行的閾值判定，即設(shè)n次更新后誤差值為e。，誤差允許范圍為8，要求：e。一e。I≤占(1)則T為最優(yōu)情況，而更新T主要是依靠改變算法的搜索方向。2改進算法的圖像準配2．1遺傳算法遺傳算法是由J．H．HoUand教授于20世紀60年代

7、提出的一種仿生型優(yōu)化算法。該算法由于依賴性小，自適應(yīng)性強等優(yōu)點，在最優(yōu)控制，人工神經(jīng)網(wǎng)絡(luò)等領(lǐng)域被廣泛應(yīng)用。其具有良好的全局搜索能力，但是其局部搜索最優(yōu)解的能力較差‘12“3。2．2改進算法針對上述不足對P0well算法進行改進。將遺傳算法加入Poweu算法當中。在配準的開始使用遺傳算法進行全局搜索，找出最優(yōu)解后，用最優(yōu)解初始化Powell算法，并進行二次優(yōu)化從而進行圖像配準。其具體步驟如下。步驟1：產(chǎn)生規(guī)模為90的初始種群，并給定遺傳系數(shù)100；步驟2：通過計算得出種群中每個個體的適應(yīng)度值，本文中兩幅圖像的互信息即為

8、適應(yīng)度值，通過前文算法中算出的誤差越小，互信息越高，即適應(yīng)度越高；步驟3：從當前種群中選擇優(yōu)良個體，作為父代進行繁殖；優(yōu)良個體指在種群進化到一定程度之后仍然存活的個體，《自動化與儀器儀表》2016年第9期(總第203期)其中他們之間有著相同或者相近的基因片段；步驟4：對種群進行交叉配對；步驟5：按照變異率，采用對種群進行變異運算；即隨機選中一個