基于实时配准技术的全脑显微成像智能辅助系统设计开题报告

1. 研究目的与意义（文献综述）

1、目的及意义（含国内外的研究现状分析）

1.1研究目的及意义

图像配准（image registration）是计算机视觉中的基本步骤，就是找到一副图像像素到另一幅图像像素间的空间映射关系，是一个基于两个不同图像数据对象的过程，它从几何上对齐了两幅图像——参考图像和待配准图像。这些图像可以是不同时间获取的（多时间配准）、不同传感器在不同地方拍摄的（多模态配准）。这些图像之间的变换关系常常包括有刚性（rigid），即仅包含平移和旋转的变化；仿射（affine），如剪切；或者单应性（homographies）以及复杂的大型非刚性变形等。

2. 研究的基本内容与方案

2、研究（设计）的基本内容、目标、拟采用的技术方案及措施

2.1 研究目标

医学图像配准中，配准精度以及配准速度是主要的两个评价指标，本研究旨在开发实时配准系统，并不是指成像一张切片即立即进行配准，也就是并不是一个2d-3d的配准问题，目前2d到3d的配准问题尚未成熟，而是旨在尽量在成像的过程中，拿到部分体积的图像后即可对其进行对齐配准、数据分析，对于错误的成像及时修正甚至停止成像。因此应当先掌握三维体之间的配准方法，从中探索部分3d图像到完整标准图谱上的配准方法，最终目标是实现一个可以在切片成像过程中进行在线图像配准、数据分析的平台，以实现成像的实时监控。

3. 研究计划与安排

3、进度安排

1.第1－3周：查阅相关文献资料，明确研究内容，了解研究所需理论基础。确定方案，完成开题报告。

2.第4－5周：熟悉掌握基本理论，完成英文资料的翻译，熟悉开发环境。

4. 参考文献（12篇以上）

[1]张家岗,李达平,杨晓东,邹茂扬,吴锡,胡金蓉.基于深度卷积特征光流的形变医学图像配准算法[j/ol].计算机应用:1-8[2020-03-07].http://kns.cnki.net/kcms/detail/51.1307.tp.20200109.1439.048.html.

[2]刘兆辉,李铭浩,肖延丽,彭磊.基于深度学习的医学图像配准[j].电子制作,2019(18):52-53.

[3]邹茂扬,杨昊,潘光晖,钟勇.深度学习在医学图像配准上的研究进展与挑战[j].生物医学工程学杂志,2019,36(04):677-683.