改进的人工鱼群算法和Powell法结合的医学图像配准

赵海峰; 姚丽莎; 罗斌

您当前的位置：

首页 >

文章列表页 >

改进的人工鱼群算法和Powell法结合的医学图像配准

更新时间：2025-07-09

- 改进的人工鱼群算法和Powell法结合的医学图像配准
- Registration of Multi-Resolution Medical Images Using a Modified Artificial Fish-Swarm Algorithm Combined with Powell's Method
- 西安交通大学学报 2011年45卷第4期页码：46-52
- 作者机构：
  
  安徽大学计算智能与信号处理教育部重点实验室,合肥,230039
- 作者简介：
- 基金信息：
  
  : 2010-09-14. 作者简介: 姚丽莎(1986-),女,硕士生;赵海峰(联系人),男,副教授. 基金项目: 国家自然科学基金资助项目(60772122);安徽省教育厅自然科学研究项目(KJ2008A145)
- DOI：
  中图分类号： TP391.41
- 网络首发：2011-04-10，
  
  纸质出版：2011
- 稿件说明：
移动端阅览
赵海峰, 姚丽莎, 罗斌. 改进的人工鱼群算法和Powell法结合的医学图像配准[J]. 西安交通大学学报, 2011,45(4):46-52.

Registration of Multi-Resolution Medical Images Using a Modified Artificial Fish-Swarm Algorithm Combined with Powell's Method[J]. 2011, 45(4): 46-52.
赵海峰, 姚丽莎, 罗斌. 改进的人工鱼群算法和Powell法结合的医学图像配准[J]. 西安交通大学学报, 2011,45(4):46-52. DOI：

Registration of Multi-Resolution Medical Images Using a Modified Artificial Fish-Swarm Algorithm Combined with Powell's Method[J]. 2011, 45(4): 46-52. DOI：

摘要

针对目前基于互信息图像配准的局部极值问题

提出了一种改进的人工鱼群算法和Powell算法结合的多分辨率医学图像配准算法.该算法采用新的相似性测度方法即归一化模糊加权互信息和归一化局部能量加权匹配度

利用多分辨率策略采用HPV插值

并采用改进的人工鱼群算法结合Powell算法完成医学图像的配准.采用改进的人工鱼群算法在图像的最低分辨率上进行全局优化

以全局最优值为初始值

结合Powell算法完成图像配准.这不仅基本解决了互信息函数和Powell算法的局部极值问题

还减少了数据的处理量

加快了配准速度.实验结果表明

文中算法与其他经典的配准算法相比

提高了配准的精确度和性能.

Abstract

A registration algorithm of multi-resolution medical images is proposed by using a modified artificial fish-swarm algorithm combined with Powell's method to address the local maxima of mutual information-based image registration. Fuzzy weighted normalized mutual information and normalized partial energy-weighted matching are proposed as new similarity measures

multi-resolution strategy and HPV interpolation are used

and global optimization is performed with the proposed registration algorithm. Experimental results and comparisons with some existing registration methods in multi-mode medical image registration show that the proposed algorithm improves registration accuracy and performance.

关键词

Keywords

references

罗述谦,周果宏.医学图像处理与分析[M]. 北京: 科学出版社,2003.

田捷,包尚联,周明全.医学影像处理与分析[M]. 北京: 电子工业出版社,2003.

INGLADA J,MURON V,PICHARD D, et al.Analysis of artifacts in subpixel remote sensing image registration[J].IEEE Transactions on Geoscience and Remote Sensing,2007,45(1):254-264.

SHU Lixia,TAN Tieniu.SAR and SPOT image registration based on mutual information with contrast measure[C]∥Proceedings of the IEEE International Conference on Image Processing. Piscataway, NJ, USA: IEEE, 2007:429-432.

PENG H, LONG F, DING C.Feature selection based on mutual information:criteria of max-dependency,max-relevance, and min redundancy[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2005, 27:1226-1238.

李乔亮,汪国有,刘建国,等. 基于样条金字塔和互信息的快速图像配准[J].计算机应用研究,2009,26(5): 1949-1950,1960.

LI Qiaoliang, WANG Guoyou, LIU Jianguo, et al. Fast image registration based on spline pyramid and mutual information[J]. Application Research of Computers, 2009, 26(5):1949-1950,1960.

PLUIM J P W, MAINTZ J B A, VIERGEVER M A.Mutual information based registration of medical images: a survey[J].IEEE Transactions on Medical Imaging,2003,22(8):986-1004.

刘凌子,周永权.一种基于人工鱼群和文化算法的新型混合全局优化算法[J].计算机应用研究,2009, 26(12):4446-4448.

LIU Lingzi, ZHOU Yongquan. Hybrid global optimization algorithm based on artificial fish swarm and cultural algorithm[J]. Application Research of Computers, 2009, 26(12):4446-4448.

曹洁,戴峻峰.基于互信息和改进PV插值算法的医学图像配准[J].科学技术与工程,2007,7(23):6066-6069.

CAO Jie, DAI Junfeng. Medical image registration based on mutual information and expanded PV interpolation[J]. Science Technology and Engineering, 2007, 7(23):6066-6069.

JOSIEN P W, PLUIM J B, ANTOINE M, et al. Interpolation artifacts in mutual information-based image registration[J]. Computer Vision and Image Understanding, 2000,77:211-232.

陆雪松.聚焦超声治疗系统中的图像非刚性配准算法研究及应用[D].上海:上海交通大学生命科学技术学院,2008.

KENNEDY J,MENDES R. Neighborhood topologies in fully-in-formed and best-of-neighborhood particle swarms[J].IEEE Transactions on Systems,Man and Cybernetics: Part C Applications and Reviews,2006,36(4):515-519.

KARAKUZU C. Fuzzy controller training using particle swarm optimization for nonlinear system control [J]. ISA Transaction, 2008, 47(2): 229-239.

温浩,郭崇慧. 利用粒子群优化的人脸特征提取识别算法[J].西安交通大学学报,2010,44(4):48-52.

WEN Hao, GUO Chonghui. Face recognition with features extraction based on particle swarm optimization [J]. Journal of Xi'an Jiaotong University, 2010,44(4):48-52.

XIAO Jianmei, ZHENG Xiaoming, WANG Xihuai, et al. A modified artificial fish-swarm algorithm [C]∥Proceedings of the 6th World Congress on Intelligent Control and Automation. Piscataway, NJ, USA: IEEE, 2006:3456-3460.

沈小卫,何明一. 一种基于混合优化算法的医学图像配准方法[J].计算机应用研究,2010,27(8):3159-3161.

SHEN Xiaowei, HE Mingyi. Medical image registration based on hybrid optimization algorithm [J]. Application Research of Computers, 2010,27(8):3159-3161.

一种非线性系统参数辨识的耦合算法研究. 西安交通大学学报,2011, 45(2):49-53.

应用粒子群优化-条件随机域的文本生物实体识别. 西安交通大学学报,2010, 44(12):38-42.

基于约束总体最小二乘算法的接地网故障诊断新模型. 西安交通大学学报,2010, 44(10):110-115.

电子设备电磁敏感性仿真分析及优化设计方法. 西安交通大学学报,2010, 44(8):5-9.

柔性测量臂运动学建模及参数标定方法. 西安交通大学学报,2010, 44(8):122-126.

采用矩谐分析和支持向量机的地磁导航基准图构建方法. 西安交通大学学报,2010, 44(6):47-51.

采用遗传算法的自适应随机共振系统弱信号检测方法研究. 西安交通大学学报,2010, 44(3):32-36.

全局智能优化集成算法研究. 西安交通大学学报,2009, 43(12):60-64.

采用小世界免疫克隆算子的频率域图像配准. 西安交通大学学报,2009, 43(6):38-42.

三维参数联合估计的免疫记忆量子克隆算法. 西安交通大学学报,2009, 43(4):75-79.

系统辨识的粒子群优化方法. 西安交通大学学报,2009, 43(2):116-120.

基于小世界原理的模型降阶优化研究. 西安交通大学学报,2009, 43(1):108-113.

一种基于种群熵的混沌小世界优化算法. 西安交通大学学报,2008, 42(9):1137-1141.

基于拉格朗日对偶的一类全局优化算法. 西安交通大学学报,2008, 42(8):1031-1034.

一种电子设备电磁敏感性的仿真建模与优化设计方法. 西安交通大学学报,2008, 42(6):688-692.

基于模板匹配的图像配准算法. 西安交通大学学报,2007, 41(3):307-311.

改进粒子群算法及其在超导电缆参数优化中的应用. 西安交通大学学报,2007, 41(2):219-222.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于模板匹配的图像配准算法

采用小世界免疫克隆算子的频率域图像配准

利用空间序列描述子的快速准确的图像配准算法

一种适用于图像拼接的DSIFT算法研究

超临界二氧化碳向心透平轮背间隙内风阻损失及流动特性研究