科研之友
微信
新浪微博
Facebook
分享链接
摘要
三维医学图像可辅助医生的临床诊疗，不同模态三维图像通过配准后，可为医生提供更全面的病患信息，而传统三维多模态医学图像配准的精度不高、耗时较长且易受干扰。首先搭建Hessian四维尺度空间，将加速稳健特征(SURF)框架拓展至三维，然后基于几何代数构造了梯度角度不变性的三维特征点描述子，以丰富特征点信息；再设计快速空间寻优算法，不仅可保证配准精度，且提高配准稳定性；最后，采用数据一致性较好的RIRE公开数据集和合作附属医院提供的个性化临床实例数据开展实验。实验评估中，以手动配准作为金标准，公开库和临床实例图像的配准均值误差都不超过3 mm,配准相似性超过99.1%;抗扰实验中混入高斯噪声，均值误差仍不超过3.5 mm,相似性超过98.9%。实验结果表明，基于几何代数SURF的三维配准方法的精度更高且稳定性更强，可为临床适用提供理论基础与诊疗预案。
- 单位
