融合梯度信息的最小生成树医学图像配准
来源期刊：东北大学学报(自然科学版)2010年第10期
论文作者：张少敏 支力佳 赵大哲 赵宏
文章页码：1393 - 1396
关键词：医学图像配准;最小生成树;Rényi熵;图像梯度;
摘 要：针对传统的均匀子采样的最小生成树配准方法对采样率敏感,导致配准鲁棒性降低的问题,提出了一种融合梯度信息的最小生成树医学图像配准算法.该算法首先提取均匀子采样点集,并在此基础上构造最小生成树;然后使用最小生成树来估计Rényi熵;最后将图像间的边缘梯度信息融入到配准框架中.通过在公共数据集RREP上,与传统的基于均匀子采样的最小生成树配准算法和基于归一化互信息配准算法相比,提出的算法在达到良好配准精度的同时,具有更平滑的配准函数和较强的鲁棒性.
张少敏1,2，支力佳1,2，赵大哲1,2，赵宏1,2
1. 东北大学信息科学与工程学院2. 东北大学医学影像计算教育部重点实验室
摘 要：针对传统的均匀子采样的最小生成树配准方法对采样率敏感,导致配准鲁棒性降低的问题,提出了一种融合梯度信息的最小生成树医学图像配准算法.该算法首先提取均匀子采样点集,并在此基础上构造最小生成树;然后使用最小生成树来估计Rényi熵;最后将图像间的边缘梯度信息融入到配准框架中.通过在公共数据集RREP上,与传统的基于均匀子采样的最小生成树配准算法和基于归一化互信息配准算法相比,提出的算法在达到良好配准精度的同时,具有更平滑的配准函数和较强的鲁棒性.
关键词：医学图像配准;最小生成树;Rényi熵;图像梯度;
