中文摘要：

在图像导向手术和脑成像等领域，利用非刚性图像配准跟踪组织形变时，病灶发展、切除等都会引起多时段图像中组织大漂移和组织对应性缺失异常。为解决非刚性图像配准的局部大形变和对应性缺失这两大难点问题，本项目提出三个创新方法1)首次提出联合显著图(JSM)，以引导基于灰度的配准优化算法着重对有显著结构对应的重叠区域进行计算，以消除对应性缺失异常信号导致配准陷入局部最优的影响，克服现有基于灰度配准算法不能着重对局部显著结构进行配准的缺陷，最终得到准确配准结果；2)基于JSM对脑肿瘤切除图像的全局配准，对待配准图像重叠区域进行DoG关键点对的聚类，结合JSM完成DoG聚类点对的对应性分析，进行配准控制点的对应性检测和异常点的排除，再通过逐步引导紧支径向基函数映射控制点间的对应关系，完成精确非刚性图像配准；3)首次提出把信号重建领域的各向异性自适应非参数核回归方法，用于非刚性图像配准领域。把基于子块匹配获取到的稀疏形变场，利用各向异性结构张量引导非参数核回归重建致密形变场，结合JSM对显著结构对应性的加权处理机制，准确处理非刚性配准中的局部大形变和异常。本项目还顺利研制小动物生物发光和荧光成像系统。