一种多策略改进遗传算法的医学图像配准方法

医学图像配准是医学图像分析的基本课题之一,具有重要的理论研究和临床诊断应用价值,可以视为参数最优化问题进行求解.作为经典的最优化算法——遗传算法已经在该领域得到了成功应用,然而,遗传算法存在着搜索空间受限、局部搜索能力较差、容易早熟收敛等不足.因此,本文提出了多种策略对遗传算法进行改进,首先结合混沌系统和频度记忆对随机数和随机个体的产生机制进行改进,进而设计一种动态的基因多样性控制器,最后模拟三系杂交水稻的育种机制来发挥杂种优势.同时,结合多分辨率策略实现了多模医学图像的精确配准.公开数据集实验结果表明,相较于散射搜索法、珊瑚礁优化算法、生物地理学优化算法等,本文方法误配率低,鲁棒性强,在相同的时间限制下配准精度高,是一种高效鲁棒的医学图像配准方法.