导读:本文包含了生物图像配准论文开题报告文献综述及选题提纲参考文献，主要关键词:图像配准,“Demons”方法,线性二次模型
生物图像配准论文文献综述
王建华[1]（2010）在《结合线性二次放射生物模型的图像配准技术的研究》一文中研究指出在放射治疗中,随着叁维适形及调强技术的开展,高度的靶区适形度和较好的正常器官保护成为可能。与此同时,靶区与正常器官间较高的剂量梯度也相应地形成,这就要求对治疗中的病人位置移动及器官运动进行监测。把监测到的图像与治疗计划时的图像进行配准可以实现图像引导的放射治疗,用配准后得到的肿瘤或危及器官的累积剂量等信息对原有治疗计划进行修改可以开展自适应放疗。因此,图像配准技术在肿瘤放疗中的应用是广泛而深刻的。图像配准要求待配准的图像间有一一对应关系,在许多情况下这种假设是成立的。但是对于许多肿瘤及正常组织,在放射治疗中会出现放射反应的退缩。论文的目的是研究在质量亏损的情况下进行图像配准的可行性,从而得到各分次实际照射剂量的累积情况,使顺利开展各种自适应放疗技术成为可能。在临床放射治疗中,线性二次模型是应用较广泛的细胞存活曲线数学模型。它指出辐射引起的细胞死亡由二部分组成:一部分与照射剂量成比例,另一部分与照射剂量平方成比例。其公式表达为细胞经过剂量D的照射后细胞存活率SF=exp(-αD-βD~2),α、β为参数。论文根据这一公式计算了肿瘤组织内的体积单元经剂量D照射后的存活细胞数,从而修改目标图像中体素的强度值再与源图像进行配准。经修改后可以假设源图像与目标图像对应点的强度值是相同的,又因为源图像与目标图像都是同一图像模式的CT图像,因而论文在配准中使用相关性系数作为相似性测度。论文选用了基于图像像素值的Demons算法来进行非刚性配准方法。研究结果表明:应用线性二次公式对图像强度值进行修改后再进行配准,相关性系数从0.86增加到了0.94,即配准准确性得到提高。(本文来源于《清华大学》期刊2010-12-01）
陈允杰,张建伟,韦志辉,夏德深,王平安[2]（2007）在《改进的粒子群算法多模态生物医学图像配准》一文中研究指出多模态生物医学图像配准在医疗诊断、治疗方案的制定以及身体机能的研究等方面起到越来越大的作用。如何将这些多模态信息融合在一起是目前研究的重点,目前,该融合主要基于图像强度信息的配准方法。该类方法通过最大化化图像间的相似度函数达到配准的目的,但配准过程中使用往往会出现参数变化非凸且不光滑的现象,因而,传统的局部最优方法通常不能得到较好的结果。粒子群算法是一种全局寻优算法,但传统的方法中受初始值的选取以及当前全局最优点的影响,易陷入局部最优。本文对其进行改进,使得即使在初始值离准确值较远时也能得到全局最优,并将该方法用于多模态医学图像配准中,得到了较好的结果。(本文来源于《计算机工程与应用》期刊2007年10期）
崔达亮[3]（2005）在《自动的高精度生物医学图像配准的研究与实现》一文中研究指出随着计算机技术的发展,数字化生物医学影像技术对生物医学的研究及临床诊断产生重大影响,并且广泛应用于临床珍断和治疗中。由于成像的原理和设备不同,存在有多种成像模式,不同的医学影像通常反映不同的、互补的和部分重迭的信息。基本分作描述生理形念的解剖成像模式和描述人体功能或代谢的功能成像模式。如X射线成像、CT、核磁共振(MRI)等主要描述人体生理结构信息:而正电子放射技术(PET)、单光子影像(SPECT)等主要描述人体代谢信息。这些医学影像对于病人的准确的诊断、治疗及手术都是至关重要的。我们可以通过检测当放射性原子衰减时病人所发出的γ射线而获得医学图像。并将之广泛应用于临床诊断和治疗中,包括临床、外科手术和放射治疗的诊断、治疗计划、进展、结果评估。 医学图像配准是指对于一幅医学图像寻求一种(或一系列)空间变换,使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置。配准的结果应使两幅图像上所有的解剖点,或至少是所有具有诊断意义的点及手术感兴趣的点都达到匹配。 本文在现有的研究成果的基础上,设计实现了一个自动的医学图像配准系统,本图像配准系统主要由两部分组成,一是使用最大互信息配准法(Mutual Information)进行全局图像刚体配准,包括纠正定位,其中采用多维下山最优搜索法(Down—hill Simplex)优化算法进行多维参数优化;二是使用薄板样条算法(Thin Plate Spline)进行局部图像弹性配准,包括非线性图像变换,薄板样条算法是一种基于标志点的(本文来源于《黑龙江大学》期刊2005-05-21）
生物图像配准论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
多模态生物医学图像配准在医疗诊断、治疗方案的制定以及身体机能的研究等方面起到越来越大的作用。如何将这些多模态信息融合在一起是目前研究的重点,目前,该融合主要基于图像强度信息的配准方法。该类方法通过最大化化图像间的相似度函数达到配准的目的,但配准过程中使用往往会出现参数变化非凸且不光滑的现象,因而,传统的局部最优方法通常不能得到较好的结果。粒子群算法是一种全局寻优算法,但传统的方法中受初始值的选取以及当前全局最优点的影响,易陷入局部最优。本文对其进行改进,使得即使在初始值离准确值较远时也能得到全局最优,并将该方法用于多模态医学图像配准中,得到了较好的结果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
生物图像配准论文参考文献
[1].王建华.结合线性二次放射生物模型的图像配准技术的研究[D].清华大学.2010
[2].陈允杰,张建伟,韦志辉,夏德深,王平安.改进的粒子群算法多模态生物医学图像配准[J].计算机工程与应用.2007
[3].崔达亮.自动的高精度生物医学图像配准的研究与实现[D].黑龙江大学.2005
标签：图像配准; “Demons”方法; 线性二次模型;