資源描述：
《基于動態(tài)融合蟻群遺傳算法的醫(yī)學(xué)圖像配準(zhǔn)new》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第34卷第1期計算機(jī)工程2008年1月Vol.34No.1ComputerEngineeringJanuary2008·人工智能及識別技術(shù)·文章編號：1000—3428(2008)01—0227—03文獻(xiàn)標(biāo)識碼：A中圖分類號：TP18基于動態(tài)融合蟻群遺傳算法的醫(yī)學(xué)圖像配準(zhǔn)11,21張石，杜愷，張偉(1.東北大學(xué)信息科學(xué)與工程學(xué)院，沈陽110004；2.中國人民解放軍93115部隊，沈陽110031)摘要：將基于動態(tài)融合的蟻群遺傳算法作為一種新的圖像配準(zhǔn)優(yōu)化算法應(yīng)用在多模醫(yī)學(xué)圖像配準(zhǔn)中。該算法以互信息作
2、為相似性測度，生成初始信息素分布，采用蟻群算法搜索最優(yōu)變換參數(shù)，其中動態(tài)融合策略提高了混合算法的搜索效率。仿真實驗結(jié)果表明，該算法有效地避免信息函數(shù)的局部極值，減少大量重復(fù)運(yùn)算，提高了配準(zhǔn)的效率，配準(zhǔn)結(jié)果具有良好的穩(wěn)定性。關(guān)鍵詞：蟻群算法；遺傳算法；動態(tài)融合；互信息；圖像配準(zhǔn)MedicalImageRegistrationBasedonDynamicCombinationofGeneticAlgorithmandAntColonyAlgorithm11,21ZHANGShi,DUKai,ZHANGWe
3、i(1.InformationScienceandEngineeringCollege,NortheasternUniversity,Shenyang110004;2.The93115ArmyoftheChinesePeople’sLiberationArmy,Shenyang110031)【Abstract】Thispaperadvancesanewoptimizationalgorithmofimageregistrationbasedonthedynamiccombinationofgeneti
4、calgorithmandantcolonyalgorithm,thenitisappliedtomultimodalitymedicalimageregistration.Thisalgorithmappliedmutualinformationasthesimilaritymeasurement,firstlygeneratesinitializationpheromonedistribute,thensearchesthebestparametersusinggeneticalgorithm,i
5、nthealgorithmthestrategyofdynamicfusionimprovesefficiencyofsearching.Experimentalresultsshowthatthenewregistrationmethodcanefficientlyrestrainthelocalmaximaofmutualinformationfunction,avoidvastrepeatedcalculations,improvetheefficiencyofimageregistration
6、.Furthermoreitisexcellentinrobustness.【Keywords】antcolonyalgorithm;geneticalgorithm;dynamiccombination;mutualinformation;imageregistration多模醫(yī)學(xué)圖像配準(zhǔn)是將同一部位的不同成像模式的兩組路徑概率就會相對較大，這樣形成了一個正反饋機(jī)制，最優(yōu)圖像通過獲得一個最優(yōu)變換而對應(yīng)起來，使兩組圖像之間的路徑上的信息素數(shù)量越來越大，而其他路徑上的信息素數(shù)量信息能夠在同一空間坐標(biāo)下同
7、時表達(dá)。近年來，基于互信息卻會隨著時間的流逝而消減，最終整個蟻群會找出最優(yōu)路徑。量的圖像配準(zhǔn)算法得到越來越多的應(yīng)用，該方法在配準(zhǔn)前不蟻群算法便是基于這種正反饋?zhàn)源呋袨楫a(chǎn)生的。需要任何特征提取預(yù)處理，而且對于圖像之間的像素灰度值蟻群算法是通過信息素的累積和更新收斂于最優(yōu)路徑上,并不要求具有某種特定的相關(guān)性，因此，可以適用于多種不具有分布式并行全局搜索能力，但初期信息素匱乏，求解速[1]同圖像的全自動配準(zhǔn)。最大互信息法的多模醫(yī)學(xué)圖像配準(zhǔn)度慢；遺傳算法具有快速隨機(jī)的全局搜索能力，但對于系統(tǒng)的過程可描述為：
8、對待配準(zhǔn)圖像A，尋求一組空間變換參數(shù)，中的反饋信息利用卻無能為力，當(dāng)求解到一定范圍時往往做并且根據(jù)這組參數(shù)將A通過幾何變換成為A’，使A’與參考大量無謂的冗余迭代，求精確解效率低?；谏鲜鎏攸c(diǎn)，可圖像B空間位置完全一致時，其中，一幅圖像中表達(dá)的關(guān)于充分利用遺傳算法的群體并行尋優(yōu)特征及全局收斂特性，將另一幅圖像的信息，即互信息達(dá)到最大。所以，基于互信息遺傳算法生成的初始化序列作為初始信息素注入蟻群算法的圖像配準(zhǔn)方法的實現(xiàn)過程是一個多元參數(shù)的尋優(yōu)過程。本中，
