中文摘要：

本项目将以广义Jensen-Schur测度为基础，研究医学图像配准中的关键理论问题及其相关技术。针对医学图像弹性配准中"像素数目少的弹性形变子窗口不能为测度提供足够多的信息进行配准"的问题，把空间信息看成附加维条件信息，探讨并应用条件广义Jensen-Schur测度理论。在对多幅医学图像或者医学图谱的配准中，探讨高维广义Jensen-Schur测度理论及其应用。结合"整数网格处像素的确定性信息"和"非整数网格处的随机性信息"，探讨并应用基于像素置信区域的随机插值方法。依靠"优先采样重要像素"和"恒灰度概率分布"的非均匀空间采样法，使用变步长随机逼近优化算法，研究非均匀多分辨率分析技术在医学图像配准中的应用。项目的顺利进行，将为多模态医学图像的快速准确配准提供一些新理论和技术方法，进而为肿瘤生长监控和制定放射治疗计划等医学临床应用提供理论和技术支持。

结论摘要：

以项目为依托,发表论文8篇,其中SCI收录4篇，EI收录7篇。主要完成的工作有 1)为了提高医学图像配准过程中的测度曲线光滑性和运算速度,利用图像的灰度概率分布作为确定性信息,同时利用非整数网格位置处的灰度随机性信息,定义了融合确定性信息和随机性信息的置信区域(DSCR);结合最近邻域插值法,提出了基于DSCR的最近邻域插值法(DSCRNN)。使用DSCRNN插值方法得到测度在整 数平移位置处的值是准确无误差的。通过医学图像之间的刚体配准实验,从函数曲线、 运算时间、抗噪鲁棒性和收敛性能方面对比分析了8种插值方法,结果表明,相对其它插值方法,DSCRNN 插值方法在不牺牲插值速度的前提条件下可以提高归一化互信息(NMI)测度的收敛性能和抗噪声能力。 2) 把DSCRNN和非均匀多分辨率结合进行配准。？ 3) 从理论上和试验验证了基于不同信息的最近邻域插值(NN)的关系:基于确定性信息的NN法(DCRNN),基于随机性信息的NN法(SCRNN),基于确定性和随机性融和信息的NN法(DSCRNN)。 4)使用空间信息构造测度并进行非刚体配准,分析了区域互信息、区域概率 密度、全局概率密度的关系,随后提出一种对全局概率密度进行空间编码的非刚体配准方案,然后基于编码后的全局概率密度构造出相似性测度。比较了三种空间区域的划分方案对相似性测度的影响:空间区域的平均划分、LBP划分、梯度划分。最后通过和全局互信息、全局归一化互信息、区域互信息等测度的对比试验表明,在正常情况、存在偏差场、光照变化和大的几何形变的情况下,新提出的基于空间平均划分的全局概率密度编码方案的相似性测度具有较好的配准性能。 5)为了利用多幅彩色图像中的丰富信息,提高配准精度和效果,把基于高斯混合模型的灰度图像群配准技术推广为彩色图像群配准技术。为了减少同一彩色图像不同彩色分量之间的形变偏差,定义了彩色分量形变约束项。总彩色图像配准测度是两个函数的代数和构造:彩色分量形变约束项;基于概率分布的对数似然函数。通过对人体胃部彩色图像和数据可视人彩色图像的群配准实验,证实了有约束彩色图像群配准技术具有很好的配准结果。