群搜索算法与Powell法结合的医学图像配准  

Registration of medical images using group search optimizer combined with Powell's method

作　　者：曾超[1] 李娜[2] 王维[2] 周曙白[3] 陈朝阳[1,4] 

机构地区：[1]中南大学地球科学与信息物理学院生物医学工程研究所,湖南长沙410083 [2]中南大学湘雅三医院,湖南长沙410013 [3]云南大学物理科学技术学院,云南昆明650091 [4]韦恩州立大学生物工程系,密歇根府特律48201

出　　处：《云南大学学报（自然科学版）》2013年第5期603-609,共7页Journal of Yunnan University(Natural Sciences Edition)

基　　金：清华大学汽车安全与节能国家重点实验室开放基金(KF11011);美国全国高速交通安全管理署科研基金项目(NHTSAgrant:DTNH22-08-C-00082)

摘　　要：为了实现医学图像的快速准确配准,提出了基于群搜索算法,以及群搜索算法与Powell法相结合的医学图像配准算法,并以互信息作为图像配准的相似性测度,使用群搜索算法、群搜索与Powell法相结合的方法在指定的搜索空间求解配准所需的空间变换参数,从而实现图像的配准.实验结果表明:群搜索算法能够成功实现医学图像配准,与粒子群算法相比,群搜索算法用于医学图像配准能够得到更高的配准精度;群搜索算法与Powell法结合,能够在减少目标函数计算次数的基础上,极大地提高图像配准的精度.In order to implement medical image registration both fast and precisely, the algorithms for medi- cal image registration using group search optimizer（GSO） and group search optimizer combined with Powell＇ s method are proposed. With mutual information employed as similarity measure of the images, GSO or GSO com- bined with Powell＇ s method are then introduced to solve the space transformation parameters for registration in a specified search space, and therefore, two images can be registered. Experiment results show that GSO is proper for medical image registration, and compared with particle swarm optimizer（ PSO）, GSO receives a better effect; GSO combined with Powell＇ s method can enhance the precision of registration markedly while reducing the times of calculation of the objective function.

关 键 词：图像配准 群搜索优化 Powell法 粒子群优化 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]