基于马尔可夫随机场模型与非局部先验的肝脏图像配准

现代肝脏外科手术计划依赖于对肝内动脉、静脉、门静脉三套血管系统三维空间关系的精确把握。这就急切地需要对不同时段采集的三套血管系统图像进行配准，以建立肝脏的可视化解剖模型。.本课题拟建立基于马尔可夫随机场肝脏图像配准模型，将图像的位移场视为马尔可夫随机场。以固定图像与浮动图像相减后的平方和为数据项，以非局部先验作为正则项对位移场进行平滑约束。这就将配准转化为寻找Bayesian最大后验的最优化问题，为了加强求解的速度与稳定性，采用序列加权树信息传递算法对该问题进行求解。分别将动脉期、静脉期、门静脉期扫描的增强后图像与平扫（增强前）图像配准后相减，从而得到动脉、静脉、门静脉三套血管系统；最后将三套血管系统显示在同一坐标空间中，建立起肝脏的数字三维可视化解剖模型，为计算机辅助肝脏手术提供立体形态学依据。

本课题按照课题任务书的计划，顺利完成了以下几个方面的工作：. 1. 为了加快肝脏的配准速度，我们提出了肝脏CT序列图像刚性—弹性混合配准算法；. 2. 为了提高配准的准确性，我们建立起了基于马尔可夫随机场模型及各种先验信息的弹性配准框架；. 3. 针对互信息量等测度对造影剂敏感等问题，我们提出来了以加权的残差复杂度作为相似性测度，成功得弥补了传统相似性测度的不足；. 4. 我们将相位信息与区域互信息量相结合，提出了基于相位信息与区域互信息量的图像配准新方法。. 为了提高配准的精度，在配准前需要自动的选择感兴趣区域。除了完成了课题任务书中的对三维肝脏的配准，我们还提出了两种针对感兴趣区域的分割方法。. 1. 我们提取每个像素点邻域内的空间和灰度特征，利用高斯加权的卡方距离度量两个像素的相似性，从而构造一种全新的相似度矩阵；并引入一种自适应的局部收缩因子，完成图像的自动分割。. 2. 利用我们的配准方法将图谱图像与待分割图像进行配准，实现了感兴趣区域的精确分割。.. 三年来在本课题的资助下共发表学术论文19篇，其中SCI收录9篇，EI收录6篇。申请国家发明专利5项，其中3项已授权，申请软件版权2项，均已授权。