医学影像重建 深度学习 医学图像重建技术

七  医学图像重建与可视化

二维算法有：方程联立法，迭代法，二维傅里叶变换法，反投影法。

三维：面绘制，体绘制，最大和最小密度投影与三维体绘制，体数据二维重建。

八  医学图像的配准与融合

 1  医学图像的配准技术

　　对几幅不同的图像作定量分析，首先要解决这几幅图像的严格对齐问题，这就是我们所说的图像配准。医学图像的配准是指对于一副医学图像寻求一种空间变换，使它与另一幅医学图像上的对应点达到空间上的一致。这种一致是指人体上的同一解剖点在两张匹配图像上有相同的空间位置（位置一直，角度一直，大小一致）。是确定两幅或多幅医学图像像素的空间对应关系。

　　医学图像配准的基本过程：

1. 根据待配准图像（浮动图像）与参考图像（基准图像），提取出图像的特征信息组成特征空间。
2. 根据提取出的特征空间确定出一种空间变换，使待配准图像经过该变换后与参考图像能够达到所定义的相似性测度。
3. 在确定变换的过程中，还需采取一定的搜索策略也就是优化措施以使相似性测度更快更好地达到最优值。

2. 医学图像融合技术

　　医学图像融合是指将两幅（或两幅以上）来自不同成像设备或不同时刻获取的已配准的图像，采用某种算法，把各个图像的优点或互补性有机地结合起来，获得信息量更丰富的新图像的技术。