Demons算法胸片图像自动配准算法的初步研究(3)
1.1.2胸片图像的作用和配准的意义
由于人体的组织有厚度以及密度上的显著差异，当X-射线透射人身体的不同组织、器官和骨骼时，X-射线被荧光屏吸收的程度也有所不同，然后到达荧屏上的X-射线在强度和量上就有着显著的差异，最后形成了黑白颜色对比不同的灰度图像，这些影像为医生的诊断过程提供了重要的依靠。利用计算机X-射线摄影技术所产生的胸部X-射线的平片图像，称为胸片图像。在胸片图像的拍摄过程中，接受检查者通常采取站立方式，并在平静吸气后摒气的情况下进行射线投影。
胸片图像是灰度图像，而且具有良好的平滑连续性，并且组织和骨骼有着灰度上的突出区分，有着较高的清晰度和解析度。胸片图像在临床上的应用十分广泛，其经常被用于检查胸腔内部的肋骨、胸椎、肺组织、心脏等处的疾病。此外，胸片检查是当前肺癌检测的首选方法，约占所有X射线检查的三分之一，在临床影像检查中具有重要作用。
在肺部的诊断治疗过程中，胸片图像的使用贯穿全部流程，医生通过观察病人在不同时期的胸片图像，分析病灶变化和治疗效果，然而，由于胸片图像是二文的重叠投影图像，并且病人在不同状态下具有不同的成像体位和呼吸状态，导致器官结构在胸片图像间产生位置偏差，使得医生直接对比观察不同的胸片图像比较困难，因此，需要将不同的胸片图像进行对齐，即解决胸片图像的配准问题[2]。
医学图像配准是对一幅医学图像(参考图像)进行空间的变换，使得它的像素点与另一幅医学图像(目标图像)的对应像素在空间上取得一致[16]。也就是需要寻找一个空间变换f，对参考图像进行f变换，使得参考图像上的像素点发生位移，这个位移就是配准变换函数f，然后使空间像素分布不同的图像在对应像素上取得一致。这种一致性表达的就是患者身上的同一个点分别在参考图像变换的图像(配准图像)和目标图像上有相同的空间位置。配准后的图像，应该使得两幅图像上所有有意义的解剖点，或所有具有医学意义及治疗辅助意义的点都有一一对应的匹配效果。
1.2 国内外研究及现状
1.3 本文研究内容与结构安排
本文主要从胸片图像的灰度特征出发，通过对多种图像配准算法的比较分析，探讨适用于人体胸片图像的自动配准算法，以取得较好的配准效果，并建立高质量的胸片时间减影图像。本文的结构安排如下：
第一章：绪论，介绍本文的课题的背景及意义，介绍胸片成像的原理和图像的特征，及胸片图像的发展过程，分析医学图像配准的国内外研究现状，并概括本文的研究内容。
第二章：数据来源与图像预处理，从图像去噪、增强、分割等方面展开介绍，并对本文图像实例的具体预处理进行分析。
第三章：胸片图像配准，介绍论文尝试的三种图像配准方法，首先采用光流法进行胸片图像配准，然后描述传统的Demons配准算法的原理和过程，并使用传统的Demons算法对胸片图像配准，在此基础上，提出一种改进的Demons图像配准算法，将其应用于胸片图像配准。
第四章：评价方法与结果分析，分别第三章的三种图像配准方法进行对比，并给出运行结果，再对运行结果进行分析。
第五章：总结与展望，总结全文工作，并对未来应用及后续发展进行展望。
2 数据来源与图像预处理
2.1 本文数据来源与实验环境
本文采用的胸片图像来源于美国德州大学MD安德森癌症中心，图像采用DR方式获得，图像分辨率为2020*2020，存贮格式为dicom格式(即.dcm)格式，随机选取4个病人在不同时期的胸片图像用于本文的实验研究，图2.1给出了其中一个病人在不同时期的两幅胸片。