基于改进蝙蝠算法的甲状腺SPECT-B超图像配准

doi:10.3969/j.issn.1000-1565.2015.05.013

河北大学学报(自然科学版) ›› 2015, Vol. 35 ›› Issue (5): 520-525.DOI: 10.3969/j.issn.1000-1565.2015.05.013

基于改进蝙蝠算法的甲状腺SPECT-B超图像配准

郑伟¹,李凯玄¹,张晶¹,于天燕²

1.河北大学电子信息工程学院,河北保定071002;河北省数字医疗工程重点实验室,河北保定071002； 2.中国人民解放军66165部队二级,河北保定,071000

出版日期:2015-09-25 发布日期:2015-09-25
基金资助:
河北大学医工交叉研究中心开放基金资助项目

Registration of SPECT image and B-type ultrasound image based on improved bat algorithm

ZHENG Wei¹,LI Kaixuan¹,ZHANG Jing¹,YU Tianyan²

Online:2015-09-25 Published:2015-09-25

摘要/Abstract

摘要： 为了提高甲状腺肿瘤检出的准确率.提出基于改进蝙蝠算法的甲状腺SPECT (single-photo emission computed tomogropby)-B超图像配准方法.针对甲状腺SPECT图像与B超图像灰度差异大,采用2类图像共有的甲状腺及肿瘤轮廓特征进行配准.采用阈值分割法提取SPECT图像中甲状腺及肿瘤轮廓;采用Shearlet变换与基于活动轮廓模型图割算法相结合的方法提取B超图像中甲状腺及肿瘤轮廓;以归一化互信息为相似性测度,以改进的蝙蝠算法为优化算法,优化配准所需的空间变换参数.实验结果表明,提取的B超图像中甲状腺及肿瘤轮廓更准确,改进的蝙蝠算法使配准具有更高的准确性和较好的鲁棒性.

关键词: 甲状腺肿瘤, SPECT图像, B超图像, Shearlet变换, 基于活动轮廓模型的图割算法, 蝙蝠算法

Key words: thyroid tumor, SPECT image, B-type ultrasound image, shearlet transform, GCBAC(graph cuts based active contours,GCBAC), bat algorithm

中图分类号:

TN911

郑伟,李凯玄,张晶,于天燕. 基于改进蝙蝠算法的甲状腺SPECT-B超图像配准[J]. 河北大学学报(自然科学版), 2015, 35(5): 520-525.

ZHENG Wei,LI Kaixuan,ZHANG Jing,YU Tianyan. Registration of SPECT image and B-type ultrasound image based on improved bat algorithm[J]. Journal of Hebei University (Natural Science Edition), 2015, 35(5): 520-525.

[1]	郑伟,孟繁婧,田华,郝冬梅,吴颂红. 基于混合蛙跳算法的SPECT-B超甲状腺图像配准[J]. 河北大学学报(自然科学版), 2013, 33(3): 305-311.
[2]	李彩霞,李芬华,刘敏. 基于分形和神经网络的B超图像识别[J]. 河北大学学报(自然科学版), 2004, 24(5): 536-540.

基于改进蝙蝠算法的甲状腺SPECT-B超图像配准

Registration of SPECT image and B-type ultrasound image based on improved bat algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价