[发明专利]一种基于带权模糊互信息的三维医学图像配准方法及系统

权利要求书

1.一种基于带权模糊互信息的三维医学图像配准方法，其特征在于，包括：图像导入和显示步骤，图像预处理步骤，图像插值步骤，图像压缩步骤，图像3D/3D配准步骤和数据输出步骤；其中，

图像导入和显示步骤，导入病人的三维体数据，显示参考图像与浮动图像的横断面、冠状面、矢状面图像；

图像预处理步骤，对图像导入和显示模块导入的医学图像进行图像预处理；

图像插值步骤，若为多模图像配准，图像预处理模块预处理后需要对图像进行层间插值处理，否则直接进入图像压缩模块；

图像压缩步骤，采用基于模糊熵的图像灰度压缩，压缩后的体数据输出到图像3D/3D配准模块；

图像3D/3D配准步骤，采用基于模糊熵的归一化带权互信息的配准方法进行配准，配准结束后将配准参数输出到数据输出模块；

数据输出步骤，显示三维空间平移参数，三维空间旋转参数和配准后的3D/3D融合图像。

2.根据权利要求1所述的一种基于带权模糊互信息的三维医学图像配准方法，其特征在于：所述的图像压缩步骤中采用基于模糊熵的图像灰度压缩具体为：

分级压缩步骤，以模糊信息熵作为依据，将医学图像分为目标图像和背景图像，分级压缩医学图像灰度级，步骤如下：

（1）医学图像被分成若干小方块的模糊熵映射显示；

（2）医学图像的灰度阶数影响互信息计算量，灰度阶数越多，互信息计算量越大，医学图像配准时间随灰度级的增大而增加；因此在医学图像配准前，将待配准图像分为目标图像和背景图像，并综合考虑配准精度和配准时间两个重要因素，将图像灰度分别映射到不同灰度级。

3.根据权利要求1所述的一种基于带权模糊互信息的三维医学图像配准方法，其特征在于：所述的图像3D/3D配准步骤中采用基于模糊熵的归一化带权互信息的配准方法进行配准，具体为：

定义模糊熵步骤：

一方面，医学图像本身存在模糊性，因此本发明将模糊理论应用于图像配准，首先，定义模糊熵；其次，在模糊熵的基础上引入模糊互信息概念，其定义如（1）式所示：

FMI＝FH(A)+FH(B)-FH(A,B)     (1)

假定图像P的灰度随机变量为X，其灰度取值为一个有限符号集合A＝{a₁,a₂,...,a_n}，灰度概率分布为{p(a₁),p(a₂),...,p(a_n)}，隶属函数为{μ(a₁),μ(a₂),...,μ(a_n)}，则图像的模糊熵定义为：

FH(X)=-Σi=1nμA(xi)P(xi)logP(xi)]]>

加权步骤：

另一方面，由于参考图像和浮动图像的图像质量不同，其模糊熵值对模糊互信息值的影响也有差异，因此本发明将模糊推理理论的加权思想应用到图像配准中，提出一种基于模糊熵的归一化带权互信息测度，以提高医学图像配准的鲁棒性，其定义如（2）式所示：

FWNI=α·FH(A)+β·FH(B)FH(A,B)]]>其中0＜α＜1，0＜β＜1且α+β＝1     (2)。