计算机科学与探索

作者：桂鹏，邵党国，祝晓红，相艳，王硕，马磊

单位：昆明理工大学 信息工程与自动化学院，昆明 650504

关键词：医学图像配准,差分搜索算法,交叉累计剩余熵,智能计算

基于互信息的医学图像配准具有精度高、鲁棒性强等特点，但互信息存在一定的局部极值，加上面对噪声图像时曲线往往不平滑，给优化过程带来了很大的困难。针对此问题，提出一种改进的差分搜索算法（modified differential search algorithm，MDSA），对交叉累计剩余熵（cross cumulative residual entropy，CCRE）进行寻优。该MDSA对原始差分搜索算法模型的搜索范围和迭代条件进行了改进，使得寻优过程更加稳定、高效。改进后的MDSA具有控制参数简单，不依赖于初始点选择，合理的搜索方向和边界控制策略等优势，有着优秀的全局和局部寻优能力。将该方法应用于医学图像刚体配准，结果证明MDSA相比差分搜索算法，能够有效地克服互信息函数存在的局部极值，提高了配准的成功率，具有较高的配准精度和较快的配准 速度。

来源：2019年第3期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第3期