fa روشی جدید برای تطبیق تصاویر پزشکی هم‌نوع برپایه مدل‌های دگردیس‌پذیر و کاربرد آن برای تصاویر CT قفسه سینه مخابرات Communication پژوهشي Research <span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">در تصاویر </span></span></span><strong><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">CT</span></span></strong><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> چهاربعدی، ثبت تغییر شکل قفسه سینه در اثر حرکات بافت و تنفس امکان‌پذیر می‌باشد. لذا، برای ارزیابی تغییرات شکل قفسه سینه لازم است تا تصاویر ثبت شده در زمان‌های مختلف با یکدیگر تطبیق داده شوند. در این مقاله یک الگوریتم جدید برپایه مدل‌های دگردیس‌پذیر برای تطبیق غیرسخت تصاویر پزشکی ارائه شده است. تابعی انرژی روش پیشنهادی از دو جمله انرژی‌های داخلی و خارجی تشکیل شده که از کمینه‌سازی آنها میدان برداری بهینه (برای توصیف جابجایی پیکسل‌ها) بدست خواهد آمد. انرژی خارجی بر پایه معیار پرکاربرد کمترین مربعات خطا (با در نظر گرفتن ضریب مقیاس روشنایی) توسعه داده شده است. از آنجا که انتظار می‌رود الگوریتم تطبیق بتواند تبدیل‌های انتقال، تغییر مقیاس و دوران محلی را پیاده‌سازی نماید، برای انرژی خارجی (منظم کننده) معیار کمینه‌سازی اندازه مشتق دوم میدان جابجایی پیشنهاد گردیده است. برای ارزیابی الگوریتم پیشنهادی از تصاویر </span></span></span><strong><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">CT</span></span></strong><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> سه‌بعدی (موجود در پایگاه داده </span></span></span><span style="font-family:times-roman,serif;"><span style="font-size:10.0pt;">http://www.dir-lab.com</span></span><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;">) در دو وضعیت بیشترین دم و بیشترین بازدم استفاده شده است. در تصاویر مورد استفاده مختصات تعدادی از نقاط متناظر در دو تصویر مشخص بوده و می‌توان دقت تطبیق را از لحاظ مکانی مورد بررسی قرار داد. برای ارزیابی روش پیشنهادی از یک پایگاه داده شامل تصاویر </span></span></span><strong><span style="font-family:times new roman,serif;"><span style="font-size:10.0pt;">CT</span></span></strong><span dir="RTL"><span style="font-family:b nazanin;"><span style="font-size:11.0pt;"> چهاربعدی 5 فرد سالم استفاده شده است. نتایج تجربی نشان داد که میانگین خطای روش پیشنهادی در مقایسه با 11 روش رقیب، حداقل 8% بهبود داشته است.</span></span></span> In 4D CT images of the thorax, deformation is caused by both the tissue movement and breathing. Tissue movement can be estimated at various time intervals by image registrstion. In this paper, a new deformable model is proposedfor non-regid medical image resgistration. The energy funational of the suggested algorithm consists of two internal (regulator) and external terms. By minimization of the energy functional, the optimal vector field which indicates the translation vectors of image pixels is obtained. The external energy is developed based on the well-known least-square-errors cost function (with the scaling coefficient of gray-levels). However, for local implementation of the translation, scaling, and rotation, we proposed minimization of the amplitude of the second-derivative of the vector filed as the internal energy term. For solution quality assessment, a number of 3D thorax CT images (available at the database http://www.dir-lab.com) at the end-inhale and end-exhale phases were used. In all benchmark images, the precise positions of a number of anatomical index points had been indicated by an expert. The performance of the proposed method can be evaluated by computing the distance between the corresponding index points in two images after registration. Experimantal results demonstrated that the average registration error of the proposed algorithm was at least 8% better than those of 11 counterpart algorithms. تطبیق تصاویر, مدل‌های دگردیس‌پذیر, تصاویر CT چهار بعدی Non-rigid image registration, Deformable models, 4D CT images. 69 80 http://jiaeee.com/browse.php?a_code=A-10-451-6&slc_lang=fa&sid=1 vahid Sarani Rad وحید سارانی راد va_sa884@um.ac.ir 10031947532846002887 10031947532846002887 Yes Department of Electrical Engineering, Ferdowsi University, Mashhad, Iran. گروه مهندسی برق، دانشگاه فردوسی مشهد shiva sanati شیوا صنعتی shiva.sanati@stu.um.ac.ir 10031947532846002888 10031947532846002888 No Department of Computer Engineering, Ferdowsi University, Mashhad, Iran. گروه مهندسی کامپیوتر، دانشگاه فردوسی مشهد zahra Sheikholeslami زهرا شیخ الاسلامی z.sheikholeslami@mail.um.ac.ir 10031947532846002889 10031947532846002889 No Department of Computer Engineering, Ferdowsi University, Mashhad, Iran. گروه مهندسی کامپیوتر، دانشگاه فردوسی مشهد mahdi Saadatmand Tarzjan مهدی سعادتمند طرزجان saadatmand@um.ac.ir 10031947532846002890 10031947532846002890 No Assistant professor, Department of Electrical Engineering, Ferdowsi University, Mashhad, Iran. آزمایشگاه تصویربرداری پزشکی، گروه مهندسی برق، دانشگاه فردوسی مشهد