腦部磁振與血管造影影像之影像融合校準量度評估

10.29943/DNSJ.201006.0255

傅家啟；蔡志文；陳啟昌；林立恩；李育倫；李益青

影像校準 ； 假體 ； Extensive Direction ； Best Neighbor ； Mutual Information

電腦視覺、影像處理與資訊技術研討會

2010（2010 / 06 / 01）

255 - 264

繁體中文

腦腫瘤是一種顱內侵犯中樞神經的疾病，臨床上，磁振影像能定位並區分腦瘤與其他腦組織之分界，為檢查與診斷腦瘤之重要工具，然而磁振影像與血管磁振造影(MRA)技術僅能分別擷取兩者之二維空間資訊，無法直接顯示腫瘤與其血管之三維空間關係，如能有效融合腫瘤與血管間之影像資訊，將可提升臨床醫學診斷與術前評估將之品質。本論文將腦瘤資訊與顱內血管分布資訊進行資訊融合；透過設計數位假體(Phantom)影像，結合四種最佳化演算法(Extensive Direction, Best Neighbor, Quasi Newton, LineSearch)與四種目標函數(Normalized Mutual Information, Mutual Information, Euclidean Distance, Correlation)，搜尋近似最佳幾何轉換參數矩陣，以有效將不同形式之影像校準。以相對均方根誤差(Root Mean Square Error, RMSE)，驗證及分析校準準確率，評量演算法、量度及其組合之優劣；分析實驗結果顯示Quasi Newton 演算法搭配Euclidean Distance 量度提供最佳之校準品質，並應用於實際影像校準問題上，以達到資訊融合之目的。此外，針對實際影像運用脈衝耦合類神經網路(Pulse Coupled Neural Network, PCNN)演算法切割出橫軸切面血管影像，主動式輪廓(Active Contours using Level Sets, ACLS)演算法切割出腦瘤影像。最後將此最佳組合應用於腦部磁振及血管造影影像校準，融合腦瘤及血管資訊，並以三維視覺化呈現，提升醫師臨床診斷之醫療品質。