摘要
随着脑功能成像技术的迅速发展,人们对fMRI时间序列图像的配准问题也越来越重视.通过配准测度的建立,图像的配准问题最终被归结为数学上的多参数优化问题.本文综述了目前较常用的配准方法,介绍了基于灰度值的图像配准的差值平方和测度与互信息测度以及求解它们的优化方法:阻尼Gauss Newton法、有记忆功能的模拟退火算法、改进的Powell算法和一类新的进化策略算法.这四种算法各有特点能有效地找到最佳配准参数,配准精度较高,且能收敛到全局最优点.
With the rapid development of fMRI, image registration is becoming more and more highlighted. Medical image registration is essentially a multi-parameter optimization problem. Firstly the paper surveys four registration methods mostly used at present. Then it describes in detail two registration measures based on image intensities, and introduces four effective optimization methods which are improved in order to find out the best registration parameters more effectively.
出处
《应用基础与工程科学学报》
EI
CSCD
2004年第3期240-248,共9页
Journal of Basic Science and Engineering
基金
国家科技部九七三前期专项(2001CCA00700)
国家自然科学基金(3070321
90103000)资助
关键词
配准
MRI
脑功能成像技术
记忆功能
综述
多参数
差值
图像
归结
时间序列
fMRI
images registration
measure
Gauss-Newton method
simulated annealing algorithm
mutual information
evolutionary strategies
