混合样条大尺度医学图像弹性配准算法研究

针对大尺度形变医学图像配准速度慢和精度低的特点，提出一种结合薄板样条(TPS)和B样条的弹性配准方法。该方法采用尺度不变特征变换算法(SIFT)进行图像特征提取与匹配，利用TPS算法将特征点对作为输入进行预处理，以降低浮动图像的形变尺度，从而提高下一步B样条配准的速度与精度。然后使用局部区域细化层次B样条方法将TPS生成的较稀疏的形变网格作为初始网格，结合有限记忆优化算法(L-BFGS)对控制网格做进一步地处理，此过程只对形变较大的局部区域进行细化，以实现与参考图像的快速精确配准。实验结果表明，该方法较层次B样条方法有效地提高了配准的速度和精度。