基于深度卷积特征光流的形变医学图像配准算法

张家岗，李达平，杨晓东，邹茂扬，2，吴 锡，胡金蓉*

（1.成都信息工程大学计算机学院，成都 610225；2.中国科学院成都计算机应用研究所，成都 610041）

（∗通信作者电子邮箱hjr@cuit.edu.cn）

0 引言

医学图像配准是指对于一幅医学图像（浮动图像）寻求一种或一系列的空间变换，使它与另一幅医学图像（固定图像）上的对应点达到空间位置和解剖位置的完全一致［1］。在许多重要的临床应用中，医学图像配准对医生诊断病人病情有着十分重要的意义。如在神经外科的立体定向放疗中，为提高定位精确性，需要将患者图像和标准图谱进行配准；在人群大脑形状和功能研究中，需要将不同患者的图像进行配准；在腹部以及胸腔脏器的诊断过程中，需要用到图像配准来弥补脏器的生理形变［2］。

医学图像配准尤其是形变医学图像配准一直是医学图像分析领域内的一个研究热点，国内外众多研究人员对这一问题进行了研究并取得了大量研究成果。其中，基于光流的配准方法是一种重要的形变配准技术［3-5］。光流的概念首先在计算机视觉中提出，其模型可以用来表示物体在观察成像平面上像素运动的瞬时速度，图像中每一个像素的运动速度和运动方向组成的速度场就是光流场。基于配准所求形变场与光流场模型所求速度场的相似性，Thirion 等［6］首次将光流场模型引入到了图像配准问题的求解中，提出了Demons 算法，该算法判断出浮动图像上各个像素点的运动方向，通过对各个像素点的移动来实现形变配准。……