INSTITUTE OF AUTOMATION; CHINESE ACADEMY OF SCIENCES
发明人:
FAN, YONG,JIANG, DI,JIANG, TIANZI
申请号：
CNCN2011/084310
公开号：
WO2013/091181A1
申请日:
2011.12.21
申请国别(地区):
WO
年份:
2013
代理人:
摘要：
A functional magnetic resonance image registration method, including the steps of: according to a given spatial neighbourhood range, determining at each pixel a local spatial neighbourhood thereof and calculating the functional connection modes between the pixel and all other pixels in the spatial neighbourhood thereof according to a set of obtained relevant coefficients, extracting features with rotation invariance defining a similarity metric of a spatially corresponding pixel of a different image based on the features, and using a liquid-like fluid DEMONS model to perform spatial location registration on an image to be registered. The registration method avoids the instability of a registration method which directly uses a global connection mode, and during usage, it has better generalization ability as compared to a registration algorithm which maximizes the relevant coefficient of a pixel time sequence corresponding to a different functional magnetic resonance image.Linvention concerne un procédé denregistrement dimage de résonance magnétique fonctionnelle, consistant à déterminer, en fonction dune plage de voisinage spatial donnée, pour chaque pixel, son voisinage spatial local et à calculer les modes de connexion fonctionnels entre le pixel et tous les autres pixels dans son voisinage spatial à extraire, en fonction dun ensemble de coefficients pertinents obtenus, des caractéristiques avec une invariance de rotation à définir une métrique de similarité dun pixel spatialement correspondant dune image différente basée sur les caractéristiques, et à utiliser un modèle DEMONS fluide de type liquide pour effectuer un enregistrement de localisation spatiale sur une image à enregistrer. Le procédé denregistrement évite linstabilité dun procédé denregistrement qui utilise directement un mode de connexion global, et pendant lutilisation, il présente une meilleure capacité de généralisation par rapport à un algorithme denregistrement qui maximise le coefficient perti
